Evrenin ilk yapay zeka simülasyonu gerçek gibi çalışıyor ve neredeyse gizemli.
Araştırmacılar yeni simülasyonu 24 Haziran Ulusal Bilimler Akademisi Bildiriler dergisinde bildirdiler. Amaç, evrenin başlangıcı için farklı koşulları simüle etmek için evrenin sanal bir versiyonunu oluşturmaktı, ancak bilim adamları da neden bu kadar iyi çalıştığını anlamak için kendi simülasyonlarını incelemeyi umuyorlar.
New York'taki Hesaplamalı Astrofizik Merkezi'nde teorik bir astrofizikçi olan ortak yazar Shirley Ho, "Bu, kedi ve köpeklerin birçok resmiyle görüntü tanıma yazılımı öğretmek gibi, ancak filler tanıyabilir" dedi. Beyan. "Kimse bunu nasıl yaptığını bilmiyor ve çözülmesi büyük bir gizem."
Evreni simüle etme
Evrenin devasa yaşı ve ölçeği göz önüne alındığında, oluşumunun anlaşılması göz korkutucu bir mücadeledir. Astrofizik araç kutusundaki araçlardan biri bilgisayar modellemesidir. Geleneksel modeller, çok fazla bilgi işlem gücü ve zaman gerektirir, çünkü astrofizikçilerin hangisinin gerçek dünya senaryosunun hangisi olduğunu belirlemek için farklı parametreleri değiştirerek binlerce simülasyon çalıştırması gerekebilir.
Ho ve meslektaşları süreci hızlandırmak için derin bir sinir ağı oluşturdular. Derin Yoğunluklu Deplasman Modeli veya D ^ 3M olarak adlandırılan bu sinir ağı, verilerdeki ortak özellikleri tanımak ve zaman içinde bu verilerin nasıl işleneceğini "öğrenmek" için tasarlanmıştır. D ^ 3M durumunda, araştırmacılar evrenin yüksek doğruluklu geleneksel bilgisayar modelinden 8.000 simülasyon girdiler. D ^ 3M bu simülasyonların nasıl çalıştığını öğrendikten sonra, araştırmacılar 600 milyon ışıkyılı çapında sanal, küp şeklindeki bir evrenin yepyeni, daha önce hiç görülmemiş bir simülasyonunu yerleştirdiler. (Gerçek gözlemlenebilir evren, 93 milyar ışıkyılı genişliğindedir.)
Sinir ağı, bu yeni evrende, eğitim için kullandığı 8.000 simülasyon veri setinde olduğu gibi simülasyonlar çalıştırabildi. Simülasyonlar, yerçekiminin evrenin oluşumundaki rolüne odaklandı. Şaşırtıcı olan şey, Ho, araştırmacılar sanal evrendeki karanlık madde miktarı gibi yepyeni parametreleri değiştirdiklerinde, D ^ 3M'nin karanlık maddeleri nasıl ele alacağına dair asla eğitilmemesine rağmen simülasyonları idare edebildiğini söyledi. varyasyonları.
Bilgisayarlar ve kozmoloji
D ^ 3M'nin bu özelliğinin bir gizem olduğunu söyleyen Ho, simülasyonu kozmoloji kadar hesaplama bilimi için de ilgi çekici kılıyor.
"Bir makine öğrencisinin bu modelin neden bu kadar iyi çıktığını, neden sadece kedileri ve köpekleri tanımak yerine fillere çıktığını görmek için kullanması ilginç bir oyun alanı olabiliriz." Dedi. "Bilim ve derin öğrenme arasında iki yönlü bir sokak."
Model aynı zamanda evrensel kökenlerle ilgilenen araştırmacılar için zaman kazandıran bir yöntem olabilir. Yeni sinir ağı, en hızlı yapay olmayan istihbarat simülasyon yöntemi için birkaç dakikaya kıyasla 30 milisaniyede simülasyonları tamamlayabilir. Ağ ayrıca mevcut en hızlı model için% 9.3 ile karşılaştırıldığında% 2.8 hata oranına sahipti. (Bu hata oranları, her simülasyon için yüzlerce saat süren bir model olan altın bir doğruluk standardıyla karşılaştırılır.)
Araştırmacılar şimdi hidrodinamik veya sıvı ve gazların hareketi gibi faktörlerin evrenin oluşumunu nasıl şekillendirdiğini inceleyerek yeni sinir ağındaki diğer parametreleri değiştirmeyi planlıyorlar.
