Penggunaan Deep Learning untuk Membuat Simulasi Turbulensi

Liputan6.com, Jakarta - Deep Learning, yang merupakan bagian dari Machine Learning, memiliki kemampuan untuk mereproduksi data dan membuat model simulasi atau skenario suatu masalah dan menawarkan solusinya.

Namun, beberapa masalah di bidang fisika belum dapat diketahui atau direpresentasikan secara detail lewat pendekatan komputasional ini.

Baru-baru ini, para peneliti di University of Illinois Urbana-Champaign mengembangkan suatu metode baru yang melibatkan fisika ke dalam proses komputasional Machine Learning untuk membuat simulasi lebih baik.

"Kami tidak tahu bagaimana menjabarkan turbulensi secara matematis dengan cara yang tepat. Ada hal yang tidak diketahui, yang tidak dapat direpresentasikan, jadi kami menggunakan model Machine Learning untuk mengetahui hal itu," ujar Prof. Jonathan Freund, yang juga menjabat sebagai Head of the Department of Aerospace Engineering dikutip dari keterangan resmi.

Jonathan mengaku optimistis bahwa kebutuhan akan metode ini sangat luas.

"Ini masalah lama. Orang-orang telah berjuang untuk membuat simulasi turbulensi dan memodelkan bagian-bagiannya yang tidak terwakili sejak lama," tutur Jonathan.

Kemudian dia dan salah seorang koleganya Justin Sirignano mendapat pencerahan.

"Kami menyadari bahwa jika Anda mencoba menerapkan Machine Learning tanpa mempertimbangkan persamaan fisika yang diketahui, itu tidak berhasil. Kami menggabungkannya dan ternyata itu berhasil," ujar Jonathan.