Работая совместно с коллегами из Гамбурга, Питтсбурга и Корнелла, исследователи из Оксфорда переформулировали проблему таким образом, чтобы полностью избежать необходимости прямого разрешения и моделирования этих турбулентных колебаний. Вместо того чтобы напрямую моделировать колебания, они представили их в виде случайных переменных, распределённых в соответствии с функцией распределения вероятностей. Моделирование таких распределений вероятностей позволило извлечь все значимые характеристики потока (например, подъёмную силу и сопротивление), не детализируя хаос турбулентных колебаний.

Обычно моделирование распределений вероятностей турбулентности требует решения многомерных уравнений Фоккера-Планка, что невозможно с использованием классических методов. Чтобы преодолеть это препятствие, команда применила вычислительную технологию, вдохновлённую квантовыми вычислениями, разработанную в Оксфордском университете. Этот метод использует тензорные сети для представления распределений вероятностей турбулентности в гиперсжатом формате, что делает возможным их моделирование.

В ходе исследования алгоритм квантово-вдохновлённых вычислений, работающий на одном ядре процессора, потребовал всего несколько часов для вычислений, которые заняли бы у эквивалентного классического алгоритма несколько дней работы на суперкомпьютере. В будущем ожидаются ещё большие достижения при запуске квантово-вдохновлённого алгоритма тензорных сетей на специализированном оборудовании, таком как тензорные процессоры и отказоустойчивые квантовые чипы.

По мнению исследователей, этот подход не только ставит под сомнение текущие ограничения моделирования турбулентности, но и открывает путь к моделированию других хаотических систем, которые можно описать вероятностно.

Ведущий исследователь, доктор Никита Гурьянов из физического факультета Оксфордского университета, отметил: «Продемонстрированное и будущее вычислительное преимущество не только открывает новые, ранее недоступные области физики турбулентности для научного исследования, но и предвещает появление вычислительных кодов гидродинамики следующего поколения. Это может улучшить наши прогнозы погоды, сделать наши автомобили более аэродинамичными, повысить эффективность химической промышленности и многое другое».