Θα μπορούσε η ίδια τεχνολογία που χρησιμοποιείται ξεκλειδώστε τα smartphone των ανθρώπων βοηθήσει επίσης να ξεκλειδωθούν τα μυστικά του σύμπαντος; Μπορεί να ακούγεται απίθανο, αλλά αυτό ακριβώς εργάζονται για να επιτύχουν ερευνητές από το πανεπιστήμιο ETH Ζυρίχης της Ελβετίας που εστιάζεται στην επιστήμη και την τεχνολογία.
Περιεχόμενα
- Η σκοτεινή ύλη έχει σημασία
- Αδύναμος βαρυτικός φακός για διάσωση
- Εξαγωγή των κοσμολογικών παραμέτρων
- Μια κοσμολογική A.I.
Χρησιμοποιώντας μια παραλλαγή του τύπου νευρωνικού δικτύου τεχνητής νοημοσύνης πίσω από τη σημερινή αναγνώριση προσώπου τεχνολογίας, έχουν αναπτύξει νέα A.I. εργαλεία που θα μπορούσαν να αποδειχθούν αλλαγή του παιχνιδιού στην ανακάλυψη των λεγόμενων “σκοτεινή ύλη.» Οι φυσικοί πιστεύουν ότι η κατανόηση αυτής της μυστηριώδους ουσίας είναι απαραίτητη για να εξηγηθούν θεμελιώδη ερωτήματα σχετικά με την υποκείμενη δομή του σύμπαντος.
Προτεινόμενα βίντεο
"Ο αλγόριθμος που [χρησιμοποιούμε] είναι πολύ κοντά σε αυτό που χρησιμοποιείται συνήθως στην αναγνώριση προσώπου."
Janis Fluri, Διδάκτωρ. φοιτητής που εργάζεται σε εργαστήριο ETH Ζυρίχης επικεντρώθηκε στην εφαρμογή νευρωνικών δικτύων σε κοσμολογικά προβλήματα, είπε στο Digital Trends. «Η ομορφιά του A.I. είναι ότι μπορεί να μάθει βασικά από οποιαδήποτε δεδομένα. Στην αναγνώριση προσώπου, μαθαίνει να αναγνωρίζει μάτια, στόματα και μύτες, ενώ αναζητούμε δομές που μας δίνουν υποδείξεις για τη σκοτεινή ύλη. Αυτή η αναγνώριση προτύπων είναι ουσιαστικά ο πυρήνας του αλγορίθμου. Τελικά, το προσαρμόσαμε μόνο για να συμπεράνουμε τις υποκείμενες κοσμολογικές παραμέτρους».Η σκοτεινή ύλη έχει σημασία
Τι ακριβώς είναι όμως αυτό που αναζητούν οι ερευνητές; Αυτή τη στιγμή, δεν είναι απολύτως γνωστό. Αλλά όπως ο δικαστής του Ανωτάτου Δικαστηρίου των Ηνωμένων Πολιτειών, Πότερ Στιούαρτ, δήλωσε αξιομνημόνευτα για την αισχρότητα, «Το ξέρω όταν το βλέπω». Ή μάλλον δεν θα το κάνουμε - γιατί δεν μπορεί να φανεί. Αλλά οι επιστήμονες θα το μάθουν μόλις το βρουν. Καλώς ήρθατε στον παράξενο κόσμο της σκοτεινής ύλης.
Η ύπαρξη της σκοτεινής ύλης σε κάποια μορφή έχει υποτεθεί εδώ και έναν αιώνα. Θεωρείται ότι αντιπροσωπεύει περίπου το 27% του σύμπαντος, υπερκαλύπτοντας την ορατή ύλη κατά μια αναλογία περίπου έξι προς ένα. Τα πάντα στο σύμπαν που μπορούμε να ανιχνεύσουμε - όλη η ατομική ύλη που αποτελείται από γαλαξίες, αστέρια, πλανήτες, ζωή στη Γη, η συσκευή στην οποία διαβάζετε αυτό το άρθρο — είναι απλώς ένα μικρό, μικροσκοπικό κλάσμα όλης της ύλης που υπάρχει. Ο συντριπτικός όγκος του δεν μπορεί να εντοπιστεί άμεσα. Είναι αόρατο και μπορεί να περάσει κατευθείαν μέσα από την κανονική ορατή ύλη.
Αντίθετα, η ύπαρξή του βασίζεται στις παρατηρήσεις μας σχετικά με τον τρόπο που λειτουργεί το σύμπαν. σαν έναν συγκάτοικο που δεν τον βλέπεις ποτέ αλλά είναι σίγουρο ότι υπάρχει επειδή πληρώνονται οι μισοί λογαριασμοί του και κάποιος χρησιμοποιεί περιστασιακά το ντους όταν το θέλεις. Μόνο σε αυτήν την περίπτωση, είναι επειδή οι επιστήμονες έχουν βρει ότι η ταχύτητα με την οποία περιστρέφονται οι γαλαξίες είναι αρκετά γρήγορα που δεν μπορούσαν να συγκρατηθούν μαζί απλώς από τη βαρύτητα που δημιουργείται από παρατηρήσιμα ύλη. Ως εκ τούτου, η σκοτεινή ύλη θεωρείται ότι είναι τα μυστικά συστατικά που δίνουν σε αυτούς τους γαλαξίες την επιπλέον μάζα που χρειάζονται για να μην σχιστούν σαν χάρτινη σακούλα αυτοκτονίας. Είναι αυτό που οδηγεί την κανονική ύλη με τη μορφή σκόνης και αερίου να συλλέγεται και να συγκεντρώνεται σε αστέρια και γαλαξίες.
Αδύναμος βαρυτικός φακός για διάσωση
Το να ψάχνεις κάτι που δεν μπορείς να το δεις ακούγεται δύσκολο. Είναι. Αλλά υπάρχει ένας τρόπος με τον οποίο οι επιστήμονες είναι σε θέση να εντοπίσουν πού πιστεύουν ότι είναι πιο πιθανό να βρίσκεται η σκοτεινή ύλη. Το κάνουν αυτό εξετάζοντας τους λεπτούς τρόπους με τους οποίους το φως κάμπτει η βαρύτητα των μεγάλων σμηνών γαλαξιών και παραμορφώνει το φως από πιο μακρινούς γαλαξίες. Αυτό ονομάζεται ασθενής βαρυτικός φακός.
Η παρατήρηση των περιοχών γύρω από τεράστια σμήνη γαλαξιών επιτρέπει στους αστρονόμους να εντοπίσουν γαλαξίες φόντου που φαίνονται στρεβλωμένοι. Με την αντίστροφη μηχανική αυτών των παραμορφώσεων μπορούν στη συνέχεια να απομονώσουν εκεί που πιστεύουν ότι μπορούν να βρεθούν οι πυκνότερες συγκεντρώσεις ύλης, τόσο ορατές όσο και αόρατες. Σκεφτείτε το σαν το φαινόμενο αντικατοπτρισμού που κάνει τις μακρινές εικόνες να είναι θολές και αστραφτερές σε μια ζεστή μέρα — πολύ πιο μακριά.
«Προηγουμένως θα μελετούσε κανείς χάρτες μάζας ασθενούς φακού επιλέγοντας χειροκίνητα τα σχετικά χαρακτηριστικά», εξήγησε ο Janis Fluri. «Πρόκειται για μια πολύ περίπλοκη εργασία και δεν υπάρχουν εγγυήσεις ότι οι επιλεγμένες λειτουργίες περιέχουν όλες τις σχετικές πληροφορίες. Επιλύουμε αυτό το πρόβλημα με το A.I. πλησιάζω. Τα συνελικτικά νευρωνικά δίκτυα που χρησιμοποιούνται στην εργασία μας υπερέχουν στην αναγνώριση προτύπων.»
Ένα συνελικτικό νευρωνικό δίκτυο είναι ένας τύπος τεχνητής νοημοσύνης εμπνευσμένη από τον εγκέφαλο που χρησιμοποιείται συχνά για εργασίες ταξινόμησης εικόνων. Ενώ οι νευρώνες του εξακολουθούν να έχουν τα μαθησιακά βάρη και τις προκαταλήψεις των συμβατικών νευρωνικών δικτύων (δηλ. τα πράγματα που του επιτρέπουν να μάθετε), η ρητή του υπόθεση ότι ασχολείται με εικόνες ως είσοδοι που επιτρέπουν στους δημιουργούς του να μειώσουν τον αριθμό των παραμέτρων στο δίκτυο. Αυτό το κάνει πιο αποτελεσματικό.
«Αυτή ήταν η πρώτη εφαρμογή του A.I. για πραγματικά κοσμολογικά δεδομένα, συμπεριλαμβανομένων όλων των πρακτικών πτυχών που συνοδεύουν».
"Σε γενικές γραμμές, [λειτουργεί παρέχοντας στα δίκτυα] μεγάλη ποσότητα δεδομένων, δημιουργούν αυτόματα ένα σύνολο πολύπλοκων φίλτρων για την εξαγωγή των σχετικών πληροφοριών των χαρτών." Δρ Tomasz Kacprzak, ένας από τους άλλους συν-συγγραφείς του έργου, είπε στο Digital Trends. «Στη συνέχεια προσπαθεί να συνδυάσει βέλτιστα αυτά τα φίλτρα για να δώσει όσο το δυνατόν ακριβέστερη απάντηση».
Εξαγωγή των κοσμολογικών παραμέτρων
Οι ερευνητές εκπαίδευσαν το νευρωνικό τους δίκτυο τροφοδοτώντας του δεδομένα που δημιουργούνται από υπολογιστή που προσομοιώνουν το σύμπαν. Αυτό του επέτρεψε να αναλύει επανειλημμένα χάρτες της σκοτεινής ύλης, ώστε να μπορεί να εξάγει «κοσμολογικές παραμέτρους» από πραγματικές εικόνες του νυχτερινού ουρανού. Τα αποτελέσματα έδειξαν βελτιώσεις 30% σε σύγκριση με τις παραδοσιακές μεθόδους, βασισμένες σε ανθρωπογενείς στατιστικές αναλύσεις.
«Το A.I. Ο αλγόριθμος χρειάζεται πολλά δεδομένα για να μάθει στη φάση της εκπαίδευσης», συνέχισε ο Fluri. «Είναι πολύ σημαντικό αυτά τα δεδομένα εκπαίδευσης, στις προσομοιώσεις της περίπτωσής μας, να είναι όσο το δυνατόν ακριβέστερα. Διαφορετικά, θα μάθει χαρακτηριστικά που δεν υπάρχουν σε πραγματικά δεδομένα. Για να γίνει αυτό, έπρεπε να δημιουργήσουμε πολλές μεγάλες και ακριβείς προσομοιώσεις, κάτι που ήταν πολύ δύσκολο. Στη συνέχεια, έπρεπε να τροποποιήσουμε τον αλγόριθμο για να επιτύχουμε κορυφαία απόδοση. Αυτό έγινε με τη δοκιμή πολλαπλών αρχιτεκτονικών δικτύου για τη βελτιστοποίηση της απόδοσης."
Στη συνέχεια χρησιμοποίησαν το πλήρως εκπαιδευμένο νευρωνικό τους δίκτυο για να αναλύσουν πραγματικούς χάρτες της σκοτεινής ύλης. Αυτά προήλθαν από τα λεγόμενα Δεδομένα KiDS-450, κατασκευασμένο με χρήση του τηλεσκοπίου VLT Survey (VST) στη Χιλή. Το σύνολο δεδομένων καλύπτει μια συνολική έκταση περίπου 2.200 φορές μεγαλύτερη από το μέγεθος της πανσελήνου. Περιέχει αρχεία με περίπου 15 εκατομμύρια γαλαξίες.
Εξαιτίας αυτού του εξαιρετικά μεγάλου όγκου δεδομένων, οι ερευνητές χρειάζονταν έναν υπερυπολογιστή για να θέσουν σε εφαρμογή την τεχνητή νοημοσύνη τους. Τελικά έτρεξαν το A.I τους. σε έναν υπολογιστή στο Ελβετικό Εθνικό Κέντρο Υπερυπολογιστών στο Λουγκάνο, μια πόλη στη νότια Ελβετία που συνορεύει με την Ιταλία. Οι υπερυπολογιστές στο CSCS είναι διαθέσιμοι σε όλα τα ελβετικά πανεπιστήμια και ερευνητικά ιδρύματα. Τα μηχανήματα του είναι τόσο ισχυρά που, για να σταματήσουν την υπερθέρμανση τους, νερό από την κοντινή λίμνη Λουγκάνο αντλείται για ψύξη με ρυθμό 460 λίτρα ανά δευτερόλεπτο.
Μια κοσμολογική A.I.
«Αυτή ήταν η πρώτη εφαρμογή του A.I. για πραγματικά κοσμολογικά δεδομένα, συμπεριλαμβανομένων όλων των πρακτικών πτυχών που τα συνοδεύουν», είπε ο Fluri. «Θα μπορούσαμε να δείξουμε ότι η μέθοδός μας παράγει σταθερά αποτελέσματα σε ένα σχετικά μικρό σύνολο δεδομένων. Ελπίζουμε να χρησιμοποιήσουμε την ίδια μέθοδο σε μεγαλύτερες παρατηρήσεις, αλλά και να μετρήσουμε περισσότερες κοσμολογικές παραμέτρους για να διερευνήσουμε άλλες πτυχές της κοσμολογικής φυσικής. Τέλος, ελπίζουμε να μάθουμε νέες ιδέες για τον σκοτεινό τομέα του σύμπαντος.»
Σύμφωνα με το Fluri, η ομάδα έχει πλέον προχωρήσει πέρα από το σύνολο δεδομένων KiDS-450, «καθώς υπάρχουν νεότερα και καλύτερα σύνολα δεδομένων τώρα». Ένα συγκεκριμένα είναι το Έρευνα για τη σκοτεινή ενέργεια, μια τεράστιας κλίμακας ορατή και σχεδόν υπέρυθρη έρευνα που πραγματοποιήθηκε από ερευνητικά ιδρύματα και πανεπιστήμια από τις ΗΠΑ, τη Βραζιλία, το Ηνωμένο Βασίλειο, τη Γερμανία, την Ισπανία και την Ελβετία.
«Προτού μπορέσουμε να αναλύσουμε νέα σύνολα δεδομένων, ωστόσο, πρέπει να προσαρμόσουμε μια μέθοδο έτσι ώστε να μπορεί να χειριστεί τον αυξημένο όγκο δεδομένων», είπε ο Fluri. «Πειραματιζόμαστε αυτή τη στιγμή με κάποιες μεθόδους για να το πετύχουμε αυτό. Μετά από αυτό θα συζητήσουμε το επόμενο σύνολο δεδομένων που θέλουμε να αναλύσουμε. Δεν μπορώ να σας δώσω ακόμη ένα χρονοδιάγραμμα, καθώς εξαρτάται από το επιλεγμένο σύνολο δεδομένων και τις απαιτήσεις των προσομοιώσεων.”
Ένα χαρτί που περιγράφει το έργο ήταν που δημοσιεύτηκε πρόσφατα στο περιοδικό Physical Review D.
Συστάσεις των συντακτών
- Οι ερευνητές θέλουν να χρησιμοποιήσουν βαρυτικά κύματα για να μάθουν για τη σκοτεινή ύλη
- Πώς να παρακολουθήσετε την εκτόξευση του τηλεσκοπίου της σκοτεινής ύλης Ευκλείδη αυτό το Σάββατο
- Τελική πινελιά: Πώς οι επιστήμονες δίνουν στα ρομπότ ανθρώπινες απτικές αισθήσεις
- Το Hubble καταγράφει γιγάντιο σμήνος γαλαξιών που θα μπορούσε να μας βοηθήσει να κατανοήσουμε τη σκοτεινή ύλη
- Θα μπορούσαν οι υπερμεγέθεις μαύρες τρύπες να δημιουργηθούν από τη σκοτεινή ύλη;
