Panašu, kad pirmasis visatos dirbtinio intelekto modeliavimas veikia kaip tikras dalykas - ir yra beveik toks pat paslaptingas.
Tyrėjai pranešė apie naują modeliavimą birželio 24 d. Žurnale „Proceedings of the National Academy of Sciences“. Tikslas buvo sukurti virtualią kosmoso versiją, kad būtų imituotos skirtingos visatos pradžios sąlygos, tačiau mokslininkai taip pat tikisi ištirti savo simuliaciją, kad suprastų, kodėl ji taip gerai veikia.
„Tai panašu į vaizdo atpažinimo programinės įrangos mokymą su daugybe kačių ir šunų nuotraukų, tačiau tada ji gali atpažinti dramblius“, - teigė tyrimo bendraautorius Shirley Ho, Niujorko Kompiuterinės astrofizikos centro teorinis astrofizikas Niujorke. pareiškimas. "Niekas nežino, kaip tai daro, ir tai yra puiki paslaptis, kurią reikia išspręsti".
Visatos modeliavimas
Atsižvelgiant į milžinišką Visatos amžių ir mastą, suprasti jos formavimąsi yra bauginantis iššūkis. Viena iš astrofizikų įrankių rinkinio yra kompiuterinis modeliavimas. Vis dėlto tradiciniams modeliams reikia daug skaičiavimo galios ir laiko, nes astrofizikams gali tekti paleisti tūkstančius modeliavimo būdų, derinant skirtingus parametrus, kad būtų galima nustatyti, kuris yra realiausias scenarijus realiame pasaulyje.
Ho ir jos kolegos sukūrė gilų nervų tinklą, kad paspartintų procesą. Šis neuroninis tinklas, pavadintas giluminio tankio poslinkio modeliu, arba D ^ 3M, yra skirtas atpažinti bendrąsias duomenų savybes ir „išmokti“ bėgant laikui, kaip manipuliuoti tais duomenimis. D ^ 3M atveju tyrėjai įvedė 8000 modeliavimų iš didelio tikslumo tradicinio kompiuterio visatos modelio. Po to, kai D ^ 3M sužinojo, kaip šie modeliavimai veikė, tyrėjai įdėjo visiškai naują, dar niekad nematytą virtualios, kubo formos visatos modeliavimą per 600 milijonų šviesos metų. (Tikroji visata yra maždaug 93 milijardų šviesmečių ilgio.)
Neuroninis tinklas galėjo vykdyti modeliavimą šioje naujoje visatoje, kaip ir 8000 modeliavimo duomenų rinkinyje, kurį naudojo mokymui. Modeliavimai buvo skirti gravitacijos vaidmeniui formuojant Visatą. Stebino Ho, kad stebino tai, jog kai tyrinėtojai varijavo visiškai naujais parametrais, pavyzdžiui, tamsiosios medžiagos kiekiu virtualioje visatoje, D ^ 3M vis tiek sugebėjo tvarkyti modeliavimą - nepaisant to, kad niekada nebuvo mokomi, kaip tvarkyti tamsiąją medžiagą. variacijos.
Kompiuteriai ir kosmologija
Ši D ^ 3M savybė yra paslaptis, sakė Ho. Tai daro modeliavimą intriguojančiu tiek skaičiavimo, tiek kosmologijos mokslams.
„Mums gali būti įdomi žaidimų aikštelė, skirta mokytis mašinų, kad sužinotume, kodėl šis modelis taip gerai ekstrapoliuoja, kodėl jis ekstrapoliuoja dramblius, užuot tik atpažinęs kates ir šunis“, - sakė ji. "Tai abipusė gatvė tarp mokslo ir gilaus mokymosi."
Šis modelis taip pat galėtų taupyti laiką tyrinėtojams, besidomintiems visuotine kilme. Naujasis neuroninis tinklas galėjo baigti modeliavimą per 30 milisekundžių, palyginti su keliomis minutėmis, kai buvo naudojamas greitesnis ne dirbtinio intelekto modeliavimo metodas. Tinklo klaidų lygis taip pat buvo 2,8%, palyginti su 9,3% esamo greičiausio modelio klaidomis. (Šie klaidų lygiai yra palyginti su auksiniu tikslumo standartu - modeliu, kuriam kiekviena modeliavimas užtrunka šimtus valandų.)
Dabar tyrėjai planuoja pakeisti kitus naujojo nervų tinklo parametrus, ištyrę, kaip tokie veiksniai kaip hidrodinamika ar skysčių ir dujų judėjimas galėjo suformuoti Visatos formavimąsi.
