来自里约热内卢联邦大学（UFRJ）Coppe工程研究生院的Roney Thompson教授近期参加了由斯坦福大学湍流研究中心（Center for Turbulence Research）举办的暑期研究项目。该中心是全球最大的湍流数值模拟研究中心。
Roney教授与博士生Matheus Macedo和Bernardo Brener一起参与这个国际科学合作的著名项目，开发题为“使用自动编码器增强数据驱动湍流模型”的项目。
该项目探讨了在湍流模型中使用一种机器学习工具（人工智能的一个分支）的应用。
Roney教授解释说：“这是一个新的机器学习技术，在流体和湍流研究中应用甚少。它结合了自动编码器，这种神经网络能够对输入的信息进行编码和解码。这是一项全新且极具潜力的技术。”
他进一步解释道：“湍流是一种比人们想象中更常见的物理现象。当你打开水龙头时，水流是层流，而稍微加大水流后就会变成湍流。这种现象可以分为外部流和内部流（例如管道内）。湍流现象为诸如航空、航天、石油和天然气、聚合物等行业提供了广泛的研究领域。”
此次项目斯坦福大学为研究人员提供了旅费和住宿资助，和先进的计算机程序和集群，以及博士生和博士后研究人员的支持，以协助项目的开展。
Roney教授指出：“项目期间，我们有定期会议、讲座和与各研究团队的信息交流。我们不仅具备最佳条件完成项目，还可以接触其他项目的前沿成果。这是一个优越的位置，让我们能够汲取湍流力学中的先进见解，并在一个月内完成一个项目，很可能为未来的合作奠定基础。”
Roney教授还提到，湍流研究中存在许多挑战，特别是在几何结构复杂（例如飞机）时，高精度模拟的计算成本极高。“在这种精细度下进行模拟成本太高。对比之下，低成本模拟虽然便宜，但精度较低。机器学习可以让低成本模拟从高成本模拟中学习。通过运行一些高成本模拟，机器学习可以调整低成本模拟，使其性能接近高精度模拟。”
此外，高精度模拟生成的数据量非常庞大，无法全部存储。“高精度模拟的团队通常只发布平均数据，这些平均数据无法完全再现理想的平均结果。我开发了一种方法，可以间接计算出更适合机器学习的平均值，这正是我的研究创新的原因之一。”Roney教授补充道。
斯坦福大学被认为是全球最负盛名的大学之一，其教授和校友中已有36人获得诺贝尔奖，此外还有19名教授获得了计算领域的“图灵奖”，以及4人获得普利策奖。