Zdi se, da prva simulacija vesolja z umetno inteligenco deluje kot prava stvar - in je skoraj enako skrivnostna.
Raziskovalci so o novi simulaciji poročali 24. junija v reviji Proceedings of the National Academy of Sciences. Cilj je bil ustvariti virtualno različico kozmosa, da bi simulirali različne pogoje za začetek vesolja, vendar znanstveniki upajo tudi, da bodo preučili lastno simulacijo, da bi razumeli, zakaj deluje tako dobro.
"To je kot učenje programske opreme za prepoznavanje slik z veliko slik mačk in psov, potem pa je sposoben prepoznati slone," je v sogovorniku iz New Yorka povedala soavtorica študije Shirley Ho, teoretična astrofizičarka Centra za računalniško astrofiziko. izjava. "Nihče ne ve, kako to počne, in velika skrivnost je treba rešiti."
Simulacija vesolja
Glede na ogromno starost in obseg vesolja je razumevanje njegovega nastanka strašljiv izziv. Eno orodje v zbirki orodij astrofizikov je računalniško modeliranje. Tradicionalni modeli zahtevajo veliko računalniške moči in časa, ker bodo astrofiziki morda morali izvesti na tisoče simulacij in spremeniti različne parametre, da bi ugotovili, kateri je najverjetnejši scenarij v resničnem svetu.
Ho in njeni sodelavci so ustvarili globoko nevronsko mrežo, da bi pospešili proces. To nevronsko omrežje, ki so ga poimenovali model premika globoke gostote ali D ^ 3M, je zasnovano tako, da prepozna podatke v podatkih in se sčasoma "nauči", kako manipulirati s temi podatki. V primeru D ^ 3M so raziskovalci vnesli 8000 simulacij iz visoko natančnega tradicionalnega računalniškega modela vesolja. Potem ko so se D ^ 3M naučili, kako delujejo te simulacije, so raziskovalci postavili popolnoma novo, še nikoli videno simulacijo navideznega kocka v obliki vesolja v 600 milijonov svetlobnih let. (Pravo opazovano vesolje je približno 93 milijard svetlobnih let.)
Nevronska mreža je lahko v tem novem vesolju izvajala simulacije tako kot v 8000 simulacijskih naborih, ki jih je uporabljal za usposabljanje. Simulacije so se osredotočile na vlogo gravitacije pri nastajanju vesolja. Presenetljivo je, je dejal Ho, da so raziskovalci spreminjali povsem nove parametre, kot je količina temne snovi v virtualnem vesolju, D ^ 3M je še vedno zmogel ravnati s simulacijami - kljub temu, da se nikoli niso usposobili za ravnanje s temno snovjo variacije.
Računalniki in kozmologija
Ta lastnost D ^ 3M je skrivnost, je dejal Ho in naredi simulacijo intrigantno tako za računalniško znanost kot za kozmologijo.
"Za učence strojev smo lahko zanimivo igrišče, da vidijo, zakaj ta model tako dobro ekstrapolira, zakaj ekstrapolira na slone, namesto da samo prepozna mačke in pse," je dejala. "To je dvosmerna ulica med znanostjo in globokim učenjem."
Model bi lahko bil tudi prihranek časa za raziskovalce, ki jih zanima univerzalno poreklo. Novo nevronsko omrežje bi lahko v 30 milisekundah končalo simulacije v primerjavi z nekaj minutami za najhitrejšo metodo simulacije ne-umetne inteligence. Omrežje je imelo tudi stopnjo napake 2,8% v primerjavi z 9,3% za obstoječi najhitrejši model. (Te stopnje napak se primerjajo z zlatim standardom natančnosti, modelom, ki za vsako simulacijo traja sto ur.)
Raziskovalci zdaj načrtujejo, da bodo v novi nevronski mreži spreminjali druge parametre in preučili, kako so lahko dejavniki, kot je hidrodinamika ali gibanje tekočin in plinov, oblikovali oblikovanje vesolja.
