位置: 首页 » 走近科学 » 黑科技 » 正文

AI创建了宇宙的虚拟版本,同样神秘

2019-7-2@艾米 0 评论

宇宙中充满了美丽的物体,就像这个距离地球超过8000光年的气泡星云。研究人员最近使用人工智能来模拟宇宙。尽管模拟效果出奇地好,但没有人完全理解它是如何工作的。

AI创建了宇宙的虚拟版本,同样神秘

研究人员于6月24日在《美国国家科学院院刊》上报道了这一新模拟。目标是创建宇宙的一个虚拟版本,以模拟宇宙开始的不同条件,但科学家们也希望研究他们自己的模拟,以理解为什么它能如此好地工作。

纽约计算天体物理中心的理论天体物理学家雪莉何(Shirley Ho)在一份声明中说“这就像是在训练图像识别软件,它可以识别很多猫和狗的图片,但之后它就可以识别大象了。没有人知道它是如何做到的,这是一个很难解决的问题。”

模拟宇宙

鉴于宇宙的巨大年龄和规模,了解它的形成是一项艰巨的挑战。天体物理学家工具箱中的一个工具是计算机建模。然而,传统模型需要大量的计算能力和时间,因为天体物理学家可能需要运行数千次模拟,调整不同的参数,以确定最可能的现实场景。

雪莉何和同事创建了一个深度神经网络来加速这个过程。该神经网络被称为深密度位移模型(或称 D^3M),旨在识别数据中的常见特征,并随着时间的推移“学习”如何处理这些数据。在D^3M的案例中,研究人员从一个高精度的传统宇宙计算机模型中输入了8000个模拟。在D ^3M了解了这些模拟是如何工作之后,研究人员对6亿光年宽的虚拟立方体宇宙进行了全新的、前所未有的模拟。(真正可观测的宇宙直径约为930亿光年)

神经网络能够在这个新宇宙中运行模拟,就像它用于训练的8,000条模拟数据集一样。模拟着重于引力在宇宙形成中的作用。雪莉何说,令人惊讶的是,当研究人员改变全新的参数时(如虚拟宇宙中的暗物质量),尽管从未接受过如何处理暗物质变化的训练,但D^3M仍能够处理模拟。

计算机和宇宙学

雪莉何说,D^3M的这一特性是个谜,它使模拟对计算科学和宇宙学都很有吸引力。“对于机器学习者来说,这可以作为一个有趣的游乐场,来看看为什么这个模型外推得这么好,为什么它外推到大象而不仅仅是识别猫和狗。”

对那些对宇宙起源感兴趣的研究人员来说,这个模型也可以节省时间。新的神经网络可以在30毫秒内完成模拟,相比之下,最快的非人工智能模拟方法需要几分钟。该网络的错误率为2.8%,而现有最快模型的错误率为9.3%。(这些错误率与黄金精度标准进行比较,黄金精度标准是一个单次模拟需要数百小时的模型。)

研究人员现在计划改变新神经网络中的其他参数,研究流体动力学或流体和气体运动等因素如何影响宇宙的形成。

本文源自 Live Science ,由米粮仓 艾米 基于创作共用协议(CC BY-NC)发布。

TAGS:

支付宝扫码打赏 微信扫码打赏

打赏一下,后续米粮更可口

喜欢 0

上一篇:

  • 更多喜欢
  • 无聊晒图
  • 米粮推荐