Úgy tűnik, hogy a világegyetem első mesterséges intelligenciájának szimulációja úgy működik, mint az igazi - és szinte ugyanolyan titokzatos.
A kutatók az új szimulációról június 24-én számoltak be a Proceedings of the National Academy of Sciences folyóiratban. A cél az volt, hogy elkészítsék a kozmosz virtuális verzióját az univerzum kezdetének különböző feltételeinek szimulálása érdekében, de a tudósok remélik, hogy megvizsgálják a saját szimulációjukat is, hogy megértsék, miért működik ilyen jól.
"Ez olyan, mint egy képfelismerő szoftver tanítása sok macska- és kutyaképpel, de akkor képes felismerni az elefántokat" - mondta a tanulmány társszerzője, Shirley Ho, a New York Citybeli Számítástechnikai Asztrofizika Központjának elméleti asztrofizikusa. nyilatkozat. "Senki sem tudja, hogyan csinálja ezt, és nagy rejtély, amelyet meg kell oldani."
Az univerzum szimulálása
Tekintettel az univerzum hatalmas korára és méretére, ijesztő kihívást jelent annak megértése. Az asztrofizikus eszközkészlet egyik eszköze a számítógépes modellezés. A hagyományos modellek ugyanakkor sok számítógépes energiát és időt igényelnek, mivel az asztrofizikusoknak több ezer szimulációt kell futtatniuk, különböző paramétereket összehangolva annak meghatározására, melyik a legvalószínűbb valós forgatókönyv.
Ho és munkatársai mély neurális hálózatot hoztak létre a folyamat felgyorsítása érdekében. A mélysűrűség-elmozdulási modellnek (D ^ 3M) nevezték ezt a neurális hálózatot arra, hogy felismerje az adatok általános jellemzőit, és idővel „megtanulja” az adatok kezelését. A D ^ 3M esetében a kutatók 8000 szimulációt vettek be az univerzum nagy pontosságú hagyományos számítógépes modelljéből. Miután D ^ 3M megtudta, hogyan működnek ezek a szimulációk, a kutatók vadonatúj, soha nem látott szimulációt készítettek egy 600 millió fényévre kiterjedő virtuális, kocka alakú univerzumba. (A valódi megfigyelhető univerzum körülbelül 93 milliárd fényév van.)
A neurális hálózat képes volt szimulációkat futtatni ebben az új univerzumban, akárcsak a 8000 szimulációs adatkészletben, amelyet az edzéshez használt. A szimulációk a gravitáció szerepére koncentráltak az univerzum kialakulásában. Meglepő, Ho mondta, az volt, hogy amikor a kutatók vadonatúj paramétereket változtattak, például a sötét anyag mennyiségét a virtuális univerzumban, a D ^ 3M még mindig képes volt kezelni a szimulációkat - annak ellenére, hogy soha nem volt képzésben a sötét anyag kezelésére. változatok.
Számítógépek és kozmológia
A D ^ 3M ezen tulajdonsága rejtély - mondta Ho -, és a szimulációt érdekesvá teszi a számítástechnika és a kozmológia számára.
"Érdekes játszótér lehet a gépi tanulók számára annak kiderítéséhez, hogy ez a modell miért olyan jól extrapolálódik, miért extrapolálódik az elefántokra, ahelyett, hogy felismernénk a macskákat és a kutyákat" - mondta. "Ez egy kétirányú út a tudomány és a mély tanulás között."
A modell időmegtakarítást is eredményezhet az egyetemes eredet iránt érdeklődő kutatók számára. Az új neurális hálózat 30 milliszekundumban képes elvégezni a szimulációkat, összehasonlítva néhány perc alatt a leggyorsabb nem mesterséges intelligencia szimulációs módszerrel. A hálózat hibaaránya szintén 2,8% volt, szemben a jelenlegi leggyorsabb modell 9,3% -ával. (Ezeket a hibaarányokat hasonlítják össze az arany pontosság standardjával, egy modellvel, amely több száz órát vesz igénybe minden szimuláció során.)
A kutatók most az új idegi hálózat egyéb paramétereinek változtatását tervezik, megvizsgálva, hogy a hidrodinamika, illetve a folyadékok és gázok mozgása hogyan befolyásolhatta az univerzum kialakulását.
