Maailmankaikkeuden ensimmäinen keinotekoisen älykkyyden simulointi näyttää toimivan kuin totta - ja on melkein yhtä salaperäinen.
Tutkijat kertoivat uudesta simulaatiosta 24. kesäkuuta lehdessä Proceedings of the National Academy of Sciences. Tavoitteena oli luoda virtuaali versio kosmosta, jotta voitaisiin simuloida erilaisia olosuhteita maailmankaikkeuden alkamiselle, mutta tutkijat myös toivovat tutkivansa omaa simulaatiotaan ymmärtääkseen miksi se toimii niin hyvin.
"Se on kuin kuvan tunnistusohjelmiston opettaminen, jossa on paljon kuvia kissoista ja koirista, mutta sitten se pystyy tunnistamaan norsut", tutkimuksen avustaja Shirley Ho, teoreettinen astrofysiikka New Yorkin laskennallisen astrofysiikan keskuksessa, sanoi. lausuma. "Kukaan ei tiedä miten se tekee tämän, ja se on hieno mysteeri ratkaistavana."
Universumin simulointi
Kun otetaan huomioon maailmankaikkeuden valtava ikä ja laajuus, sen muodostumisen ymmärtäminen on pelottava haaste. Yksi astrofysiikan työkalupakin työkalu on tietokonemallinnus. Perinteiset mallit vaativat kuitenkin paljon laskentatehoa ja aikaa, koska astrofysiikan tutkijoiden on ehkä suoritettava tuhansia simulaatioita säätämällä erilaisia parametrejä määrittääkseen, mikä on todennäköisin reaalimaailman skenaario.
Ho ja hänen kollegansa loivat syvän hermoverkon prosessin nopeuttamiseksi. Syvätiheyden syrjäytysmalliksi, tai D ^ 3M: ksi kutsuttu hermoverkko on suunniteltu tunnistamaan datan yleiset piirteet ja "oppimaan" ajan kuluessa tietojen käsittelemiseen. D ^ 3M: n tapauksessa tutkijat antoivat 8000 simulaatiota universumin korkean tarkkuuden perinteisestä tietokonemallista. Kun D ^ 3M oli oppinut kuinka nämä simulaatiot toimivat, tutkijat panivat upouusiin, koskaan ennen nähtyyn, virtuaalisen, kuution muotoisen universumin simulaation 600 miljoonan valovuoden poikki. (Todellinen havaittavissa oleva maailmankaikkeus on noin 93 miljardia valovuotta.)
Neuraaliverkko pystyi suorittamaan simulaatioita tässä uudessa maailmankaikkeudessa aivan kuten sillä oli 8000 simulaatiotietojoukossa, jota se oli käyttänyt koulutukseen. Simulaatiot keskittyivät painovoiman rooliin maailmankaikkeuden muodostumisessa. Ho: n mielestä yllättävää oli, että kun tutkijat vaihtelivat aivan uusia parametreja, kuten pimeän aineen määrä virtuaalisessa universumissa, D ^ 3M pystyi silti käsittelemään simulaatioita - huolimatta siitä, ettei koskaan koulutettu tumman aineen käsittelemiseen. muunnelmat.
Tietokoneet ja kosmologia
Tämä D ^ 3M: n ominaisuus on mysteeri, Ho sanoi, ja tekee simulaatiosta kiehtovan sekä laskennallisen tieteen että kosmologian kannalta.
"Voimme olla mielenkiintoinen leikkipaikka koneoppijalle, jotta voimme nähdä, miksi tämä malli ekstrapoloi niin hyvin, miksi se ekstrapoloi norsuihin sen sijaan, että tunnistaa vain kissat ja koirat", hän sanoi. "Se on kaksisuuntainen tie tieteen ja syvän oppimisen välillä."
Malli saattaa myös olla ajan säästäjä tutkijoille, jotka ovat kiinnostuneita yleisestä alkuperästä. Uusi hermoverkko voisi suorittaa simulaatiot 30 millisekunnissa verrattuna nopeimpaan ei-keinotekoisen älykkyyden simulointimenetelmään useisiin minuutteihin. Verkon virhetaso oli myös 2,8%, verrattuna nykyisen nopeimman mallin 9,3%: iin. (Näitä virhetasoja verrataan kultaiseen tarkkuustasoon, malliin, joka vie satoja tunteja jokaisesta simulaatiosta.)
Tutkijat aikovat nyt muuttaa uusia parametrejä uudessa hermossa, tutkiessaan, miten hydrododynamiikka tai nesteiden ja kaasujen liikkeet, kuten tekijät, ovat voineet muokata maailmankaikkeuden muodostumista.
