Η πρώτη προσομοίωση τεχνητής νοημοσύνης του σύμπαντος φαίνεται να λειτουργεί σαν το πραγματικό πράγμα - και είναι σχεδόν το ίδιο μυστήριο.
Οι ερευνητές ανέφεραν τη νέα προσομοίωση στις 24 Ιουνίου στο περιοδικό Proceedings της Εθνικής Ακαδημίας Επιστημών. Ο στόχος ήταν να δημιουργηθεί μια εικονική έκδοση του Κόσμου για να προσομοιωθούν διαφορετικές συνθήκες για την αρχή του σύμπαντος, αλλά οι επιστήμονες ελπίζουν επίσης να μελετήσουν τη δική τους προσομοίωση για να καταλάβουν γιατί λειτουργεί τόσο καλά.
"Είναι σαν να διδάσκουμε λογισμικό αναγνώρισης εικόνων με πολλές εικόνες από γάτες και σκύλους, αλλά στη συνέχεια είναι σε θέση να αναγνωρίσει ελέφαντες", δήλωσε ο Shirley Ho, θεωρητικός αστροφυσικός στο Κέντρο Υπολογιστικής Αστροφυσικής της Νέας Υόρκης. δήλωση. "Κανείς δεν ξέρει πώς το κάνει αυτό και είναι ένα μεγάλο μυστήριο που πρέπει να λυθεί".
Προσομοίωση του σύμπαντος
Δεδομένης της τεράστιας ηλικίας και της κλίμακας του σύμπαντος, η κατανόηση του σχηματισμού του είναι μια τεράστια πρόκληση. Ένα εργαλείο στην εργαλειοθήκη αστροφυσικής είναι η μοντελοποίηση υπολογιστών. Τα παραδοσιακά μοντέλα απαιτούν πολλή υπολογιστική ισχύ και χρόνο, όμως, επειδή οι αστροφυσικοί ίσως χρειαστεί να τρέξουν χιλιάδες προσομοιώσεις, τροποποιώντας διαφορετικές παραμέτρους, για να προσδιορίσουν ποιο είναι το πιθανότερο πραγματικό σενάριο.
Η Ho και οι συνεργάτες της δημιούργησαν ένα βαθύ νευρωνικό δίκτυο για να επιταχύνουν τη διαδικασία. Ονομάζεται το μοντέλο μετατόπισης βαθιάς πυκνότητας ή D ^ 3M, το νευρωνικό αυτό δίκτυο έχει σχεδιαστεί για να αναγνωρίζει κοινά χαρακτηριστικά στα δεδομένα και να μαθαίνει με την πάροδο του χρόνου πώς να χειρίζεται αυτά τα δεδομένα. Στην περίπτωση του D ^ 3M, οι ερευνητές εισήγαγαν 8.000 προσομοιώσεις από ένα παραδοσιακό μοντέλο υπολογιστή υψηλής πιστότητας του σύμπαντος. Αφού ο D ^ 3M είχε μάθει πώς λειτουργούσαν αυτές οι προσομοιώσεις, οι ερευνητές έβαλαν σε μια ολοκαίνουργια προσομοίωση ενός εικονικού σύμπαντος σε σχήμα κύβου 600 εκατομμυρίων ετών φωτός. (Το πραγματικό παρατηρούμενο σύμπαν είναι περίπου 93 δισεκατομμύρια έτη φωτός σε ολόκληρη την.)
Το νευρωνικό δίκτυο ήταν σε θέση να τρέξει προσομοιώσεις σε αυτό το νέο σύμπαν ακριβώς όπως είχε στο σύνολο δεδομένων προσομοίωσης 8000 που είχε χρησιμοποιήσει για την προπόνηση. Οι προσομοιώσεις επικεντρώθηκαν στο ρόλο της βαρύτητας στο σχηματισμό του σύμπαντος. Εκείνο που προκαλεί έκπληξη, δήλωσε ο Ho, ήταν ότι όταν οι ερευνητές διέφεραν ολοκαίνουργιες παραμέτρους, όπως η ποσότητα της σκοτεινής ύλης στο εικονικό σύμπαν, το D ^ 3M ήταν ακόμα σε θέση να χειριστεί τις προσομοιώσεις - παρόλο που ποτέ δεν εκπαιδεύτηκε στο πώς να χειριστεί τη σκοτεινή ύλη παραλλαγές.
Υπολογιστές και κοσμολογία
Αυτό το χαρακτηριστικό του D ^ 3M είναι ένα μυστήριο, δήλωσε ο Ho, και κάνει την προσομοίωση ενδιαφέρουσα για την υπολογιστική επιστήμη καθώς και την κοσμολογία.
"Μπορούμε να είμαστε μια ενδιαφέρουσα παιδική χαρά για να μάθουν οι μαθητές για να μάθουν γιατί το μοντέλο αυτό προβαίνει σε παρεκβολή τόσο καλά, γιατί εξηγεί στους ελέφαντες αντί να αναγνωρίζει μόνο τις γάτες και τα σκυλιά", είπε. "Είναι ένας δρόμος δύο δρόμων μεταξύ της επιστήμης και της βαθιάς μάθησης."
Το μοντέλο μπορεί επίσης να είναι εξοικονόμηση χρόνου για ερευνητές που ενδιαφέρονται για την καθολική προέλευση. Το νέο νευρωνικό δίκτυο θα μπορούσε να ολοκληρώσει προσομοιώσεις σε 30 χιλιοστά του δευτερολέπτου, σε σύγκριση με αρκετά λεπτά για την ταχύτερη μέθοδο προσομοίωσης μη τεχνητής νοημοσύνης. Το δίκτυο είχε επίσης ποσοστό σφάλματος 2,8%, έναντι 9,3% για το υπάρχον ταχύτερο μοντέλο. (Αυτά τα ποσοστά σφάλματος συγκρίνονται με ένα χρυσό πρότυπο ακρίβειας, ένα μοντέλο που διαρκεί εκατοντάδες ώρες για κάθε προσομοίωση.)
Οι ερευνητές σχεδιάζουν τώρα να μεταβάλλουν άλλες παραμέτρους στο νέο νευρωνικό δίκτυο, εξετάζοντας πώς παράγοντες όπως η υδροδυναμική ή η κίνηση υγρών και αερίων μπορεί να έχουν διαμορφώσει το σχηματισμό του σύμπαντος.
