أفادت دراسة جديدة أن نماذج الذكاء الاصطناعي (AI) الخاصة بديناميات السوائل تواجه تحديات تتمثل في الهلاوس، مما يجعل دقتها موضع تساؤل. إذ أظهر الباحثون أول دليل منهجي على وجود هلاوس في نماذج السلوك المائي غير المستقر، والمعروفة بمشكلة النقل الهيدرو ديناميكي، وذلك من خلال دراسة ظاهرة تسرب اللزوجة.

تعتبر عمليات التدفق التي تتضمن عدم الاستقرار من الأمور الصعبة للنماذج الذكية، حيث أن الأنماط التي تتطور بسرعة وتضم عدة مقاييس يصعب محاكاتها بدقة. وقد تم التعرف على حلول تبدو واقعية بصرياً، لكنها غير منطقية من الناحية الفيزيائية، مما يثير الشبهات حول هذه الهلاوس. تظهر هذه الهلاوس على شكل واجهات سائلة مزيفة وعملية انتشار عكسية، وهو ما يعد انتهاكًا لقوانين الحفظ.

يعزى أصل هذه الهلاوس إلى الانحياز الطيفي في نماذج الذكاء الاصطناعي، الذي يصبح سائدًا عند ارتفاع معدلات التدفق واختلافات اللزوجة. بدعم من هذه الرؤية، طوّر الباحثون نموذج DeepFingers، وهو إطار عمل جديد للديناميات السائلة المدفوعة بالذكاء الاصطناعي، يجمع بين مشغل فورييه العصبي وشبكة مشغل عميقة للتنبؤ بالتطور الزمني والمكاني للأصابع اللزجة.

من خلال الاعتماد على كل من الزمن واختلاف اللزوجة، يتعلم DeepFingers كيفية تحديد الروابط بين مجالات التركيز المتعاقبة عبر الأنظمة. ينجح الإطار الجديد في التقاط عملية انقسام الأطراف، والاندماج بين الأصابع، وتشكيل القنوات، مع الحفاظ على المعايير العالمية للخليط.

تفتح هذه النتائج اتجاهًا بحثيًا جديدًا للتحقيق في القيود الأساسية التي تواجه نماذج الذكاء الاصطناعي في الأنظمة الفيزيائية.