Zdá se, že vůbec první simulace umělé inteligence vesmíru funguje jako skutečná věc - a je téměř stejně tajemná.
Vědci hlásili novou simulaci 24. června v časopise Sborník Národní akademie věd. Cílem bylo vytvořit virtuální verzi vesmíru, aby se simulovaly různé podmínky pro začátek vesmíru, ale vědci také doufají, že studují svou vlastní simulaci, aby pochopili, proč to funguje tak dobře.
"Je to jako učit software pro rozpoznávání obrázků se spoustou obrázků koček a psů, ale pak je schopen rozpoznat slony," řekla spoluautor studie Shirley Ho, teoretický astrofyzik v Centru pro výpočetní astrofyziku v New Yorku, uvedl v prohlášení. "Nikdo neví, jak se to dělá, a je to velké tajemství, které je třeba vyřešit."
Simulace vesmíru
Vzhledem k enormnímu věku a rozsahu vesmíru je pochopení jeho formace skličující výzvou. Jedním z nástrojů v sadě astrofyziků je počítačové modelování. Tradiční modely však vyžadují hodně výpočetního výkonu a času, protože astrofyzici mohou potřebovat spustit tisíce simulací, vyladit různé parametry, aby určili, který je nejpravděpodobnější scénář reálného světa.
Ho a její kolegové vytvořili hlubokou neuronovou síť, která tento proces urychlila. Tato neuronová síť, označovaná jako model posunu hluboké hustoty nebo D ^ 3M, je navržena tak, aby rozpoznávala běžné funkce v datech a postupem času se „naučila“, jak s těmito daty zacházet. V případě D ^ 3M vědci vložili 8 000 simulací z vysoce přesného tradičního počítačového modelu vesmíru. Poté, co se D ^ 3M naučil, jak tyto simulace fungovaly, vědci zavedli zbrusu novou, nikdy předtím neviděnou simulaci virtuálního, krychlového vesmíru napříč 600 miliony světelných let. (Skutečný pozorovatelný vesmír má průměr asi 93 miliard světelných let.)
Neuronová síť byla schopna provádět simulace v tomto novém vesmíru stejně jako v datovém souboru 8 000 simulací, který použila pro výcvik. Simulace se zaměřovaly na roli gravitace ve formování vesmíru. Co bylo překvapivé, řekl Ho, že bylo, že když vědci měnili zbrusu nové parametry, jako je množství temné hmoty ve virtuálním vesmíru, D ^ 3M byl stále schopen zvládnout simulace - přestože nikdy nebyli školeni o tom, jak zacházet s temnou hmotou variace.
Počítače a kosmologie
Tato vlastnost D ^ 3M je záhadou, řekl Ho, a díky tomu je simulace zajímavá jak pro výpočetní vědu, tak pro kosmologii.
„Můžeme být zajímavým hřištěm pro strojní studenty, aby zjistili, proč tento model tak dobře extrapoluje, proč extrapoluje slony místo toho, aby rozpoznával pouze kočky a psy,“ řekla. "Je to obousměrná ulice mezi vědou a hlubokým učením."
Tento model by také mohl šetřit čas vědcům, kteří se zajímají o univerzální původ. Nová neuronová síť mohla dokončit simulace za 30 milisekund ve srovnání s několika minutami pro nejrychlejší metodu simulace umělé inteligence. Síť také vykazovala chybovost 2,8%, ve srovnání s 9,3% u stávajícího nejrychlejšího modelu. (Tyto míry chyb jsou porovnány se zlatým standardem přesnosti, což je model, který pro každou simulaci trvá stovky hodin.)
Vědci nyní plánují měnit další parametry v nové neuronové síti a zkoumat, jak faktory jako hydrodynamika nebo pohyb tekutin a plynů mohly ovlivnit formování vesmíru.
