Девлог #14 — Коли симуляція стає інструментом мислення

Більшість симуляцій — це анімації в масці: вони ілюструють те, що ми вже знаємо. Але іноді симуляція розкриває щось, чого не очікував навіть її творець. Саме тоді візуалізація стає інструментом мислення. Ось наші приклади.

Ілюстрація проти відкриття

Наукові візуалізації існують уздовж спектра. На одному кінці — діаграма, відповідь на яку вам уже відома, лише намальована гарними кольорами. На іншому — інтерактивна модель, результат якої дивує навіть її творця. Більшість освітніх симуляцій ближчі до першого. Ми намагаємося наближати наші до другого.

Ознаки, що відрізняють інструмент мислення від простої прикраси:

Моменти, коли наші симуляції нас чогось навчили

Симулятор балістики
Оптимальний кут у повітрі — не 45°
Ми побудували симулятор балістики, щоб показати класичну параболічну траєкторію. Потім хтось у Твіттері запитав: «Чи змінює опір повітря оптимальний кут запуску?» Ми не знали. Задали постійний опір і прогнали кут запуску від 30° до 60°. Крива дальності досягала піку приблизно на 40° — не на 45°. За вищих початкових швидкостей пік зміщувався ще нижче. Ми закінчили тим, що розбиралися в цьому через базові диференціальні рівняння. Це вірно, і це не очевидно з підручникового виведення, яке ігнорує опір.
→ Симуляція підказала нам, що шукати. Математика це підтвердила. А не навпаки.
Подвійний маятник
Виникнення хаосу залежить від початкового кута, а не лише від енергії
Ми очікували, що подвійний маятник стане хаотичним понад певний початковий кут. Так і сталося. Але спостерігаючи за 100 одночасними маятниками з випадково збуреними початковими положеннями, ми виявили, що початок хаотичного розходження був вкрай нерівномірним — деякі початкові конфігурації залишалися когерентними значно довше за інші при тій самій сумарній енергії. Це підштовхнуло нас почитати про ландшафт показника Ляпунова — чого ми ніколи б не зробили, не спостерігаючи за 100 розбіжними траєкторіями.
→ Ключем стала візуалізація ансамблю, а не лише однієї траєкторії.
Поширення хвороби (модель SIR)
Суперпоширювачі створюють іншу форму кривої, а не просто вищу
Ми додали неоднорідність агентів до нашої моделі SIR — деякі агенти мали вищу частоту контактів (суперпоширювачі). Ми очікували, що пік епідемії просто стане вищим і раннішим. Натомість змінилася сама форма кривої: різкий, швидко зростаючий початковий пік, за яким слідувала повільніша вторинна хвиля, коли суперпоширювачі «вигорали», вичерпуючи сприйнятливе населення, а потім хвороба тліла серед менш пов'язаної частини населення. Це збіглося з реальними патернами хвиль COVID-19, які ми спочатку не намагалися моделювати.
→ Симуляція відтворила реальний спостережуваний патерн раніше, ніж ми зрозуміли причину.
Конструктор мостів
Тріангуляція важливіша за товщину
Ми побудували симулятор мостів, щоб показати розподіл конструктивних напружень. Користувач запитав: «Що краще — потовщити верхній пояс чи додати більше діагоналей?» Ми перевірили обидва варіанти. Додавання діагоналей підвищило вантажопідйомність утричі більше, ніж подвоєння товщини поясу, за тієї самої вартості матеріалу. Інженери-будівельники це знають — але жоден з нас не відчув цього по-справжньому, доки не побачив, як нетріангульований міст руйнується під тим самим навантаженням, яке тріангульована версія витримує легко.
→ «Я знаю це в принципі» і «я це розумію» — різні стани знання.

Що визначає різницю

Оглядаючись на ці моменти, можна побачити спільні риси. Симуляція мала:

  1. Бути чесною з точки зору обчислень — неправильні інтегратори або штучна стабілізація приховують справжню поведінку
  2. Дозволяти прогонку параметрів — єдина фіксована симуляція — це демонстрація; повзунок — пристрій для відповіді на питання
  3. Показувати достатньо деталей — окремих агентів, а не лише агреговану статистику; траєкторії, а не лише кінцеві точки
  4. Працювати достатньо швидко для дослідження — якщо доводиться чекати 30 секунд на кожен прогін, ви не ітеруєте і нічого не відкриваєте

«Щоб глибоко зрозуміти щось, корисно мати змогу змінити це і подивитися, що зламається».

Це наша мета проєктування для наступного покоління симуляцій: не просто фізично точні анімації, а справді інтерактивні моделі, у яких студенти можуть формулювати гіпотези, проводити експерименти та приходити до розуміння через власне дослідження. Не підручник. Лабораторія.