Перше в історії моделювання штучного інтелекту Всесвіту, здається, працює як реальна річ - і майже настільки загадкове.
Дослідники повідомили про нове моделювання 24 червня у журналі Proceedings of the National Academy of Sciences. Метою було створення віртуальної версії космосу, щоб імітувати різні умови для початку Всесвіту, але вчені також сподіваються вивчити власне моделювання, щоб зрозуміти, чому він працює так добре.
"Це як навчання програмного забезпечення для розпізнавання зображень з великою кількістю зображень котів і собак, але тоді він здатний розпізнавати слонів", - сказала співавтор дослідження Ширлі Хо, теоретичний астрофізик Центру обчислювальної астрофізики в Нью-Йорку, заява. "Ніхто не знає, як це робиться, і це велика таємниця, яку потрібно вирішити".
Моделювання Всесвіту
Враховуючи величезний вік і масштаб Всесвіту, розуміння його формування є непростим викликом. Одним із інструментів інструментарію астрофізиків є комп'ютерне моделювання. Традиційні моделі вимагають багато обчислювальної потужності та часу, оскільки астрофізикам може знадобитися запускати тисячі симуляцій, налаштовуючи різні параметри, щоб визначити, який є найбільш вірогідним сценарієм у реальному світі.
Хо та її колеги створили глибоку нейронну мережу, щоб прискорити процес. Ця нейронна мережа, яка отримала назву моделі переміщення глибокої щільності, або D ^ 3M, розроблена для розпізнавання загальних особливостей у даних та «навчання» з часом, як маніпулювати цими даними. Що стосується D ^ 3M, дослідники ввели 8000 моделювання з високоточної традиційної комп'ютерної моделі Всесвіту. Після того, як D ^ 3M дізнався, як працюють ці симуляції, дослідники ввели абсолютно нове, ніколи раніше не бачене моделювання віртуальної кубоподібної Всесвіту 600 мільйонів світлових років поперек. (Справжній спостережуваний Всесвіт становить близько 93 мільярдів світлових років.)
Нейронна мережа змогла запускати симуляції в цьому новому Всесвіті так само, як це було в 8000 моделях даних, які він використовував для навчання. Моделювання були зосереджені на ролі гравітації у формуванні Всесвіту. Що дивно, за словами Хо, було те, що коли дослідники змінювали абсолютно нові параметри, як кількість темної речовини у віртуальному Всесвіті, D ^ 3M все ще вмів обробляти симуляції - незважаючи на те, що ніколи не проходили навчання з питань обробки темної матерії варіації.
Комп'ютери та космологія
Ця особливість D ^ 3M є загадкою, сказав Хо, і робить моделювання інтригуючим як для обчислювальної науки, так і для космології.
"Ми можемо стати цікавим майданчиком для того, щоб машинознавець використати, щоб зрозуміти, чому ця модель так добре екстраполює, чому вона екстраполює на слонів, а не просто розпізнає котів та собак", - сказала вона. "Це двостороння вулиця між наукою та глибоким навчанням".
Ця модель також може економити час для дослідників, зацікавлених у загальному походженні. Нова нейромережа могла б завершити моделювання за 30 мілісекунд порівняно з кількома хвилинами для найшвидшого методу моделювання не штучного інтелекту. У мережі також був показник помилок 2,8% порівняно з 9,3% для існуючої найшвидшої моделі. (Ці показники помилок порівнюються із золотим стандартом точності, моделлю, яка займає сотні годин для кожного моделювання.)
Зараз дослідники планують змінити інші параметри в новій нейронній мережі, досліджуючи, як такі фактори, як гідродинаміка або рух рідин і газів, можуть сформувати формування Всесвіту.
