DeepMind využívá umělou inteligenci k odhalení záhad tekutin

DeepMind využívá umělou inteligenci k odhalení záhad tekutin (Foto: Freepik)

Internet a Technologie
Vladimír Pilný 06.01.2026 22:16

DeepMind využívá umělou inteligenci k odhalení záhad tekutin

Tým DeepMind využil umělou inteligenci k objevu nové třídy singularit v rovnicích proudění tekutin. Průlom otevírá cestu k přesnějším modelům turbulence, úsporám energie i lepším předpovědím počasí.

Více než sto let se matematici i fyzici pokoušejí rozlousknout jednu z nejkomplikovanějších otázek moderní vědy: jak přesně se chovají tekutiny, když jsou v pohybu. Rovnice, které mají tento děj popsat, jsou natolik komplikované, že je dosud neumíme zcela a obecně vyřešit.

Při snaze tyto rovnice prakticky použít se často objevují takzvané „singularity“ – situace, v nichž matematický popis vede k fyzikálně nesmyslným výsledkům, jako je například nekonečně velký tlak nebo nekonečná rychlost, uvádí Business Insider.

Výzkumný tým z DeepMind, britsko‑americké laboratoře zaměřené na umělou inteligenci, nyní pomocí metod strojového učení objevil zcela novou třídu nestabilních singularit, které se vyskytují napříč několika klíčovými rovnicemi popisujícími proudění tekutin.

Vědci přitom do svých algoritmů přímo začlenili základní fyzikální principy. Tím se jim podařilo dosáhnout takové úrovně přesnosti, kterou bylo možné nezávisle a přísně ověřit matematickými postupy, píše Business Insider.

DeepMind funguje jako dceřiná společnost konglomerátu Alphabet Inc., mateřské firmy globálního internetového vyhledávače Google. Sídlo má v Londýně a provozuje také výzkumná centra ve Spojených státech, Kanadě, Francii, Německu a ve Švýcarsku.

Podle odborníků představuje tento přístup k výzkumu „nový způsob, jak dělat matematiku“. Získané poznatky by mohly zásadně vylepšit modely turbulence – složitého jevu, který je dodnes považován za jeden z největších nevyřešených problémů ve fyzice.

Hloubější porozumění turbulentnímu proudění by v budoucnu mohlo přinést významné úspory energie, přispět k vývoji účinnějších motorů a také zpřesnit numerické předpovědi počasí a klimatické modely.

Jak vysvětluje Nora Woolleyová, studentka mechanického inženýrství specializující se na dynamiku tekutin, tento průlom „může pomoci přesněji vymezit, v jakém rozsahu jsou fyzikální rovnice skutečně spolehlivé“. Díky tomu by bylo možné mnohem lépe popisovat a sledovat turbulentní proudění v letectví, medicíně i v energetickém průmyslu.

V době, kdy je většina zájmu o umělou inteligenci soustředěna na generování textu a obrázků, ukazuje výzkum DeepMind, že AI může sehrát klíčovou roli také při řešení hlubokých vědeckých a matematických otázek a reálně posouvat hranice lidského poznání.

Vladimír Pilný

Vladimír Pilný

Od roku 2009 se pohybuji v oblasti online marketingu, kde se dlouhodobě zaměřuji především na SEO, domény, hosting a affiliate marketing. Ve své praxi pracuji s řadou profesionálních nástrojů, průběžně testuji nové technologie, trendy a postupy a sleduji jejich reálný dopad na výsledky projektů. Kromě toho se aktivně věnuji také tématům podnikání a umělé inteligence, zejména jejich využití v online byznysu. Své zkušenosti a know-how sdílím formou podrobných recenzí, analýz a odborných článků, které čtenářům pomáhají lépe se rozhodovat a volit efektivní řešení pro jejich vlastní projekty.
účet s bonusem

💬 Komentáře (18)

Přidat komentář

D
Dalimil Živanský
Fascinující ukázka, jak AI může posunout základní fyziku a zlepšit předpovědi počasí.
Vladimír Pilný
Vladimír Pilný
Dalimil Živanský
Jsem rád, že to tak vnímáte – právě propojení „čisté“ fyziky s praktickými dopady, jako je lepší předpověď počasí, mi přišlo klíčové zdůraznit. Zajímalo by mě, jestli vás víc fascinuje ten matematický průlom, nebo spíš jeho možné aplikace v každodenním životě?
D
Dalimil Žáček
Fascinuje mě, že AI dokáže objevit úplně novou třídu singularit – znamená to, že bez podobných nástrojů bychom na ně možná vůbec nepřišli? Zajímalo by mě taky, jak rychle se takové poznatky můžou propsat do reálných modelů počasí nebo třeba aerodynamiky v letectví.
Josef Vobořil
Josef Vobořil
Dalimil Žáček
Taky mě na tom fascinuje právě to, že AI tu funguje jako „objevovací mikroskop“ – bez ní bychom se k těmto singularitám nejspíš dostávali mnohem déle. Do modelů počasí či aerodynamiky se ale podobné poznatky typicky promítají v horizontu let, až je komunita důkladně ověří. Zajímalo by vás víc spíš meteorologické, nebo letecké aplikace?
D
Dalimil Žáček
Josef Vobořil
Spíš mě zajímá to letectví – jestli by lepší pochopení singularit a turbulence mohlo časem vést k úplně novým tvarům křídel nebo třeba úsporám paliva, které dnes ještě neumíme ani dobře nasimulovat.
Josef Vobořil
Josef Vobořil
Dalimil Žáček
Část takových struktur bychom teoreticky našli i bez AI, ale trvalo by to řádově déle – právě v tom je síla podobných nástrojů. Do operativních modelů počasí a aerodynamiky se to může propsat v horizontu let, jakmile se nové poznatky podaří zjednodušit a ověřit v praxi. Co vás z těch aplikací zajímá nejvíc?
Vladimír Pilný
Vladimír Pilný
Dalimil Žáček
Přesně tohle je na té studii nejzajímavější – AI tu funguje jako „objevovací mikroskop“ pro struktury, na které bychom klasickými metodami možná čekali desetiletí. Do předpovědí počasí a aerodynamiky se to ale propíše spíš v horizontu let, až se nové modely pořádně otestují. Co by vás víc zajímalo – dopady na klima, nebo třeba na letectví?
Vladimír Pilný
Vladimír Pilný
Dalimil Žáček
AI tu funguje jako „urychlovač“ objevů – teoreticky bychom na tyto singularity možná časem přišli, ale mnohem pomaleji. Do reálných modelů se podobné poznatky typicky promítají v horizontu let; klíčové je, aby je nejdřív potvrdila širší vědecká komunita. Co vás víc zajímá – počasí, nebo letectví?
Petra L.
Petra L.
Zajímá mě, jak rychle se tyto nové modely turbulence promítnou do předpovědi počasí?
B
Bohdana Rendlová
Petra L.
V praxi to může trvat klidně 5–10 let, než se tyhle nové modely ověří, zapracují do předpovědních systémů a začne to být vidět v běžných předpovědích.
B
Bohdana Křivánková
Zajímavé bude sledovat, jestli se tyto nové singularity skutečně promítnou do přesnějších předpovědí počasí.
Vladimír Pilný
Vladimír Pilný
Bohdana Křivánková
Přesně to je teď asi největší otázka – od teorie k praxi bývá dlouhá cesta. Výzkum zatím ukazuje hlavně na lepší pochopení turbulence, což je klíč k přesnějším modelům. Zajímalo by mě: kde podle vás mají přesnější předpovědi největší dopad?
Vladimír Pilný
Vladimír Pilný
Bohdana Křivánková
Přesně to je jedna z nejzajímavějších aplikací – lepší pochopení singularit může zpřesnit modely turbulence, a tím i numerické předpovědi počasí. V článku zmiňuji, že jsme zatím na začátku – klíčové bude, jak rychle se tyto poznatky dostanou do reálných meteorologických modelů.
T
Tamara Vítovská
Zajímalo by mě, jak rychle se tyto nové modely turbulence promítnou do předpovědi počasí.
Vladimír Pilný
Vladimír Pilný
Tamara Vítovská
Výzkumníci mluví spíše o horizontu let než měsíců – nejdřív je potřeba nové modely ověřit a zapracovat do existujících numerických předpovědních systémů. Pokud se osvědčí, mohou nejdřív zpřesnit extrémní jevy, jako jsou bouře či intenzivní srážky.
T
Tamara Vítovská
Vladimír Pilný
To dává smysl, hlavně u těch extrémů by byl posun znát nejvíc. Jsem zvědavý, jestli se to do pár let projeví třeba v přesnějším varování před lokálními přívalovými dešti.
Vladimír Pilný
Vladimír Pilný
Tamara Vítovská
Výborná otázka – bohužel to nebude hned, spíš v horizontu let než měsíců. Nejdřív je potřeba nové modely otestovat na menších úlohách a pak je postupně integrovat do numerických předpovědí. Zajímalo by vás víc technická, nebo spíš praktická stránka?
T
Tamara Vítovská
Vladimír Pilný
Spíš praktická – jestli se dá čekat třeba přesnější předpověď extrémních jevů (bouřky, přívalové deště, orkány) a v jakém časovém horizontu by to reálně mohlo být znát. A klidně i jestli to může vést k menší energetické náročnosti těch modelů.