Šķiet, ka pirmā Visuma mākslīgā intelekta simulācija darbojas kā reālā lieta - un ir gandrīz tikpat noslēpumaina.
Pētnieki ziņoja par jauno simulāciju 24. jūnija žurnālā Proceedings of the National Academy of Sciences. Mērķis bija izveidot virtuālu kosmosa versiju, lai simulētu dažādus Visuma sākuma nosacījumus, taču zinātnieki arī cer izpētīt savu simulāciju, lai saprastu, kāpēc tā darbojas tik labi.
"Tas ir tāpat kā mācīt attēlu atpazīšanas programmatūru ar daudz kaķu un suņu attēliem, bet pēc tam tas spēj atpazīt ziloņus," sacīja pētījuma līdzautore Širlija Ho, Ņujorkas Pilsētas skaitļošanas astrofizikas centra teorētiskā astrofiziķe Širlija Ho. paziņojums, apgalvojums. "Neviens nezina, kā tas notiek, un tas ir liels noslēpums, kas jāatrisina."
Visuma imitēšana
Ņemot vērā Visuma milzīgo vecumu un mērogu, saprast tā veidošanos ir grūts izaicinājums. Viens astrofiziķu rīkkopa rīks ir datoru modelēšana. Tomēr tradicionālajiem modeļiem ir nepieciešama liela skaitļošanas jauda un laiks, jo astrofiziķiem, iespējams, vajadzēs palaist tūkstošiem simulāciju, pielāgojot dažādus parametrus, lai noteiktu, kurš ir visticamākais reālās pasaules scenārijs.
Ho un viņas kolēģi izveidoja dziļu neironu tīklu, lai paātrinātu procesu. Pārdēvēts par dziļā blīvuma pārvietošanas modeli jeb D ^ 3M, šis neironu tīkls ir paredzēts, lai atpazītu kopējās iezīmes datos un "iemācītos" laika gaitā, kā ar šiem datiem manipulēt. D ^ 3M gadījumā pētnieki ievadīja 8000 simulācijas no augstas precizitātes tradicionālā Visuma datora modeļa. Pēc tam, kad D ^ 3M bija uzzinājis, kā šīs simulācijas darbojas, pētnieki ievietoja pavisam jaunu, nekad iepriekš neredzētu virtuālā, kuba formas Visuma simulāciju 600 miljonu gaismas gadu garumā. (Īstais novērojamais Visums ir aptuveni 93 miljardi gaismas gadu.)
Neironu tīkls spēja veikt simulācijas šajā jaunajā Visumā tāpat kā 8000 simulācijas datu kopā, ko tas bija izmantojis apmācībai. Simulācijas koncentrējās uz gravitācijas lomu Visuma veidošanā. Pārsteidzoši, Ho teica, bija tas, ka tad, kad pētnieki mainīja pavisam jaunus parametrus, piemēram, tumšās vielas daudzumu virtuālajā visumā, D ^ 3M joprojām spēja rīkoties ar simulācijām - neskatoties uz to, ka nekad netika apmācīti, kā rīkoties ar tumšo vielu. variācijas.
Datori un kosmoloģija
Šī D ^ 3M īpašība ir noslēpums, sacīja Ho. Tas simulāciju padara intriģējošu gan skaitļošanas zinātnei, gan kosmoloģijai.
"Mēs varam būt interesants rotaļu laukums mašīnmācītājiem, lai uzzinātu, kāpēc šis modelis tik labi ekstrapolējas, kāpēc tas ekstrapolējas ziloņiem, nevis tikai kaķu un suņu atpazīšanai," viņa sacīja. "Tā ir divvirzienu iela starp zinātni un dziļu mācīšanos."
Šis modelis varētu arī ietaupīt laiku pētniekiem, kurus interesē universālā izcelsme. Jaunais neironu tīkls varēja pabeigt simulācijas 30 milisekundēs, salīdzinot ar vairākām minūtēm ātrākajai mākslīgā intelekta simulācijas metodei. Tīkla kļūdu līmenis bija arī 2,8%, salīdzinot ar 9,3% pašreizējā ātrākā modeļa gadījumā. (Šie kļūdu līmeņi tiek salīdzināti ar zelta precizitātes standartu - modeli, kas katrai simulācijai prasa simtiem stundu.)
Tagad pētnieki plāno mainīt citus parametrus jaunajā neironu tīklā, pārbaudot, kā tādi faktori kā hidrodinamika vai šķidrumu un gāzu kustība var būt ietekmējuši Visuma veidošanos.
