人工智能可提前数十亿年识别太阳系不稳定性

稀有事件方案需要将稀有事件的概率近似为系统状态的函数。寻找合适的反应坐标通常是应用稀有事件方案中最具挑战性的方面。在此，我们开发了一种基于人工智能（AI）的反应坐标，利用卷积神经网络分类器，能够有效预测有限数量的太阳系模拟中哪些会变得不稳定。即使在不稳定性发生前 35 亿年，该算法的性能也不会显著下降。我们通过结合少数类过采样、增加少数类权重以及从模拟中提取多个不重叠的训练序列，克服了稀有事件问题固有的类别不平衡。我们的成功表明，人工智能可能为在无需详细系统理论知识的情况下开发反应坐标提供一条有前景的途径。