Wie Gesichtserkennung Astronomen hilft, die Geheimnisse der Dunklen Materie zu enthüllen

Könnte die gleiche Technologie sein, die man gewohnt ist Entsperren Sie die Smartphones anderer auch dazu beitragen, die Geheimnisse des Universums zu entschlüsseln? Es mag unwahrscheinlich klingen, aber genau daran arbeiten Forscher der wissenschafts- und technologieorientierten Schweizer Hochschule ETH Zürich.

Verwendung einer Variante des neuronalen Netzwerks mit künstlicher Intelligenz, das hinter der heutigen Gesichtserkennung steckt Technologie haben sie neue KI entwickelt. Werkzeuge, die sich als bahnbrechend bei der Entdeckung sogenannter Werkzeuge erweisen könnten “Dunkle Materie.“ Physiker glauben, dass das Verständnis dieser mysteriösen Substanz notwendig ist, um grundlegende Fragen über die zugrunde liegende Struktur des Universums zu klären.

„Der von uns verwendete Algorithmus kommt dem, was üblicherweise bei der Gesichtserkennung verwendet wird, sehr nahe.“

Janis Fluri, ein Ph. D. Ein Student, der in einem Labor der ETH Zürich arbeitet und sich auf die Anwendung neuronaler Netze auf kosmologische Probleme konzentriert, sagte gegenüber Digital Trends. „Die Schönheit der K.I. ist, dass es grundsätzlich aus allen Daten lernen kann. Bei der Gesichtserkennung lernt es, Augen, Münder und Nasen zu erkennen, während wir nach Strukturen suchen, die uns Hinweise auf dunkle Materie geben. Diese Mustererkennung ist im Wesentlichen der Kern des Algorithmus. Letztendlich haben wir es nur angepasst, um auf die zugrunde liegenden kosmologischen Parameter zu schließen.“

Dunkle Materie ist wichtig

Doch wonach genau suchen die Forscher? Im Moment ist es nicht ganz bekannt. Aber wie der Richter am Obersten Gerichtshof der Vereinigten Staaten, Potter Stewart, denkwürdigerweise über Obszönität sagte: „Ich weiß es, wenn ich es sehe.“ Oder besser gesagt, wir werden es nicht tun – weil es nicht sichtbar ist. Aber Wissenschaftler werden es wissen, sobald sie es gefunden haben. Willkommen in der seltsamen Welt der dunklen Materie.

Die Existenz dunkler Materie in irgendeiner Form wird seit weit über einem Jahrhundert vermutet. Es wird angenommen, dass es etwa 27 % des Universums ausmacht und damit etwa sechs zu eins größer ist als die sichtbare Materie. Alles im Universum, was wir entdecken können – die gesamte atomare Materie, aus der Galaxien, Sterne, Planeten und Leben bestehen Auf der Erde ist das Gerät, auf dem Sie diesen Artikel lesen, nur ein winziger, winziger Bruchteil aller Materie existiert. Der überwiegende Teil davon kann nicht direkt verfolgt werden. Es ist unsichtbar und kann normale sichtbare Materie direkt durchdringen.

Stattdessen basiert seine Existenz auf unseren Beobachtungen über die Funktionsweise des Universums; Wie ein Mitbewohner, den man nie sieht, von dem man aber sicher ist, dass er existiert, weil die Hälfte seiner Rechnungen bezahlt wird und jemand gelegentlich die Dusche benutzt, wenn man es möchte. Nur in diesem Fall liegt es daran, dass Wissenschaftler herausgefunden haben, dass die Geschwindigkeit, mit der Galaxien rotieren, gleich ist ausreichend schnell, dass sie nicht einfach durch die durch das Observable erzeugte Schwerkraft zusammengehalten werden könnten Gegenstand. Es wird daher angenommen, dass Dunkle Materie die geheimen Zutaten sind, die diesen Galaxien die zusätzliche Masse verleihen, die sie benötigen, um nicht wie eine selbstmörderische Papiertüte auseinanderzureißen. Es ist der Grund dafür, dass sich normale Materie in Form von Staub und Gas ansammelt und sich zu Sternen und Galaxien zusammenfügt.

Schwacher Gravitationslinseneffekt zur Rettung

Nach etwas zu suchen, das nicht angeschaut werden kann, klingt schwierig. Es ist. Aber es gibt eine Möglichkeit, mit der Wissenschaftler genau bestimmen können, wo sich ihrer Meinung nach dunkle Materie am wahrscheinlichsten befindet. Sie tun dies, indem sie die subtile Art und Weise untersuchen, wie das Licht durch die Schwerkraft großer Galaxienhaufen das Licht weiter entfernter Galaxien beugt und verzerrt. Dies wird als schwacher Gravitationslinseneffekt bezeichnet.

Durch die Beobachtung der Gebiete um massive Galaxienhaufen können Astronomen Hintergrundgalaxien identifizieren, die verzerrt erscheinen. Durch Reverse Engineering dieser Verzerrungen können sie dann isolieren, wo ihrer Meinung nach die dichtesten Konzentrationen sichtbarer und unsichtbarer Materie zu finden sind. Stellen Sie sich das wie den Fata Morgana-Effekt vor, der an einem heißen Tag dazu führt, dass weit entfernte Bilder verschwommen und schimmern – nur viel weiter entfernt.

„Früher untersuchte man schwache Linsenmassenkarten, indem man die relevanten Merkmale manuell auswählte“, erklärte Janis Fluri. „Das ist eine sehr komplizierte Aufgabe und es gibt keine Garantie dafür, dass die ausgewählten Features alle relevanten Informationen enthalten. Wir lösen dieses Problem mit der K.I. Ansatz. Die in unserer Arbeit verwendeten Faltungs-Neuronalen Netze zeichnen sich durch hervorragende Mustererkennung aus.“

Ein Faltungs-Neuronales Netzwerk ist eine Art gehirnbasierter künstlicher Intelligenz, die häufig für Bildklassifizierungsaufgaben verwendet wird. Während seine Neuronen immer noch über die erlernbaren Gewichte und Verzerrungen herkömmlicher neuronaler Netze verfügen (d. h. die Dinge, die es ermöglichen). Lernen), seine explizite Annahme, dass es sich um Bilder als Eingaben handelt, ermöglicht es seinen Erstellern, die Anzahl der Parameter in zu reduzieren Netzwerk. Das macht es effizienter.

„Grob gesagt, [es funktioniert dadurch, dass wir die Netzwerke versorgen] mit einer großen Datenmenge erstellen sie automatisch eine Reihe komplexer Filter, um die relevanten Informationen aus den Karten zu extrahieren.“ Dr. Tomasz Kacprzak, einer der anderen Co-Autoren des Projekts, sagte gegenüber Digital Trends. „Dann versucht es, diese Filter optimal zu kombinieren, um eine möglichst präzise Antwort zu geben.“

Extrahieren der kosmologischen Parameter

Die Forscher trainierten ihr neuronales Netzwerk, indem sie es mit computergenerierten Daten speisten, die das Universum simulieren. Dies ermöglichte die wiederholte Analyse von Karten der Dunklen Materie, um „kosmologische Parameter“ aus realen Bildern des Nachthimmels zu extrahieren. Die Ergebnisse zeigten Verbesserungen von 30 % im Vergleich zu herkömmlichen Methoden, basierend auf von Menschen erstellten statistischen Analysen.

„Die K.I. „Der Algorithmus benötigt viele Daten, um in der Trainingsphase zu lernen“, fuhr Fluri fort. „Es ist sehr wichtig, dass diese Trainingsdaten, in unserem Fall Simulationen, so genau wie möglich sind. Andernfalls werden Funktionen erlernt, die in realen Daten nicht vorhanden sind. Dazu mussten wir viele umfangreiche und genaue Simulationen erstellen, was eine große Herausforderung darstellte. Anschließend mussten wir den Algorithmus optimieren, um maximale Leistung zu erzielen. Dies wurde durch das Testen mehrerer Netzwerkarchitekturen erreicht, um die Leistung zu optimieren.“

Anschließend nutzten sie ihr vollständig trainiertes neuronales Netzwerk, um tatsächliche Karten der Dunklen Materie zu analysieren. Diese stammten aus der sogenannten KiDS-450-Datensatz, aufgenommen mit dem VLT Survey Telescope (VST) in Chile. Der Datensatz umfasst eine Gesamtfläche von etwa der 2.200-fachen Größe des Vollmonds. Es enthält Aufzeichnungen von rund 15 Millionen Galaxien.

Aufgrund dieser außergewöhnlich großen Datenmenge benötigten die Forscher einen Supercomputer, um ihre künstliche Intelligenz in die Tat umzusetzen. Letztendlich ließen sie ihre KI laufen. auf einem Computer im Schweizerischen Nationalen Hochleistungsrechenzentrum in Lugano, einer Stadt in der Südschweiz, die an Italien grenzt. Die Supercomputer am CSCS stehen allen Schweizer Universitäten und Forschungseinrichtungen zur Verfügung. Seine Maschinen sind so leistungsstark, dass sie, um eine Überhitzung zu verhindern, Wasser aus dem nahegelegenen Luganersee wird zur Kühlung mit einer Geschwindigkeit von 460 Litern pro Sekunde eingepumpt.

Eine kosmologische K.I.

„Dies war die erste Anwendung von K.I. für echte kosmologische Daten, einschließlich aller damit verbundenen praktischen Aspekte“, sagte Fluri. „Wir konnten zeigen, dass unsere Methode bei einem relativ kleinen Datensatz konsistente Ergebnisse liefert. Wir hoffen, die gleiche Methode auf größere Beobachtungen anzuwenden, aber auch mehr kosmologische Parameter zu messen, um andere Aspekte der kosmologischen Physik zu untersuchen. Schließlich hoffen wir, neue Erkenntnisse über den dunklen Sektor des Universums zu gewinnen.“

Laut Fluri ist das Team nun über den KiDS-450-Datensatz hinausgegangen, „da es jetzt neuere und bessere Datensätze gibt“. Eine davon ist insbesondere die Umfrage zur Dunklen Energie, eine groß angelegte Untersuchung im sichtbaren und nahen Infrarotbereich, die von Forschungseinrichtungen und Universitäten in den USA, Brasilien, dem Vereinigten Königreich, Deutschland, Spanien und der Schweiz durchgeführt wurde.

„Bevor wir jedoch neue Datensätze analysieren können, müssen wir unsere Methode so anpassen, dass sie das gestiegene Datenvolumen bewältigen kann“, sagte Fluri. „Wir experimentieren derzeit mit einigen Methoden, um das zu erreichen. Danach besprechen wir den nächsten Datensatz, den wir analysieren möchten. Einen Zeitrahmen kann ich Ihnen noch nicht nennen, da dieser vom gewählten Datensatz und den Anforderungen der Simulationen abhängt.“

Ein Papier, in dem die Arbeit beschrieben wurde, war kürzlich in der Zeitschrift Physical Review D veröffentlicht.

Empfehlungen der Redaktion

• Forscher wollen Gravitationswellen nutzen, um mehr über die Dunkle Materie zu erfahren
• So können Sie den Start des Euklid-Teleskops für dunkle Materie an diesem Samstag beobachten
• Der letzte Schliff: Wie Wissenschaftler Robotern menschenähnliche Tastsinne verleihen
• Hubble fängt einen riesigen Galaxienhaufen ein, der uns helfen könnte, dunkle Materie zu verstehen
• Könnten supermassereiche Schwarze Löcher aus Dunkler Materie entstehen?