Чини се да прва симулација свемира са вештачком интелигенцијом делује као права ствар - и готово је тајанствена.
Истраживачи су извели нову симулацију 24. јуна у часопису Процеедингс оф тхе Натионал Ацадеми оф Сциенцес. Циљ је био створити виртуелну верзију космоса како би се симулирали различити услови за почетак универзума, али научници се такође надају да ће проучити сопствену симулацију да би разумели зашто то тако добро функционише.
"То је попут подучавања софтвера за препознавање слике с пуно слика мачака и паса, али тада је у стању препознати слонове", написала је коауторица студије Схирлеи Хо, теоријска астрофизичарка из Центра за рачунску астрофизику у Нев Иорку изјава. "Нико не зна како се то ради, и велика је мистерија да се реши."
Симулација универзума
С обзиром на огромну старост и размере универзума, разумевање његовог формирања је застрашујући изазов. Један алат у оквиру алата астрофизичара је рачунарско моделирање. Међутим, традиционални модели захтевају много рачунарске снаге и времена, зато што ће астрофизичарима можда требати да покрену хиљаде симулација, угађајући различите параметре, како би одредили који је вероватнији сценарио у стварном свету.
Хо и њене колеге створили су дубоку неуронску мрежу како би убрзали процес. Означено моделом замене дубоке густине, или Д ^ 3М, ова неуронска мрежа дизајнирана је да препозна заједничке карактеристике у подацима и „научи“ с временом како да манипулише тим подацима. У случају Д ^ 3М, истраживачи су уложили 8000 симулација из традиционалног рачунарског модела свемира високе тачности. Након што је Д ^ 3М научио како функционишу те симулације, истраживачи су поставили потпуно нову, никад виђену симулацију виртуелног универзума у облику коцке, величине 600 милиона светлосних година. (Прави универзални посматрачки свет је око 93 милијарде светлосних година.)
Неурална мрежа је била у стању да покрене симулације у овом новом универзуму, баш као што је имала и у 8000 симулационих скупова које је користио за обуку. Симулације су се фокусирале на улогу гравитације у формирању универзума. Оно што је изненадило, рекао је Хо, било је да када су истраживачи мењали потпуно нове параметре, попут количине тамне материје у виртуелном универзуму, Д ^ 3М је још увек био у стању да обради симулације - упркос томе што никада нису обучени како да поступају са тамном материјом варијације.
Рачунари и космологија
Ова карактеристика Д ^ 3М је мистерија, рекао је Хо, и симулацију чини интригантном и за рачунарску науку и за космологију.
"Можемо бити занимљиво игралиште које строј за учење може користити да види зашто се овај модел тако добро екстраполира, зашто се екстраполира на слонове уместо да само препознају мачке и псе," рекла је. "То је двосмерна улица између науке и дубоког учења."
Модел би такође могао да уштеди време истраживачима које занимају универзално порекло. Нова неуронска мрежа могла би да заврши симулације за 30 милисекунди, у поређењу са неколико минута, за најбржи метод симулације не-вештачке интелигенције. Мрежа је такође имала стопу грешке од 2,8%, у поређењу са 9,3% за постојећи најбржи модел. (Ове стопе грешака упоређују се са златним стандардом тачности, моделом који за сваку симулацију захтева стотине сати.)
Истраживачи сада планирају да варирају друге параметре у новој неуролошкој мрежи, испитујући како фактори попут хидродинамике или кретања течности и гасова могу обликовати стварање универзума.
