Võib olla sama tehnoloogia, millega harjunud on avada inimeste nutitelefonid samuti aidata avada universumi saladusi? See võib tunduda ebatõenäoline, kuid just selle nimel töötavad Šveitsi teadusele ja tehnoloogiale keskendunud ülikooli ETH Zürich teadlased.
Sisu
- Tumeaine on oluline
- Nõrk gravitatsioonilääts appi
- Kosmoloogiliste parameetrite eraldamine
- Kosmoloogiline A.I.
Kasutades tänapäevase näotuvastuse taga tehisintellekti närvivõrgu tüübi variatsiooni tehnoloogia, on nad välja töötanud uue A.I. tööriistu, mis võiksid osutuda mängumuutjaks nn “tumeaine.” Füüsikud usuvad, et selle salapärase aine mõistmine on vajalik universumi alusstruktuuri puudutavate põhiküsimuste selgitamiseks.
Soovitatud videod
"Algoritm, mida me [kasutame], on väga lähedane sellele, mida tavaliselt näotuvastuses kasutatakse," Janis Fluri, Ph.D. ETH Zürichi laboris töötav üliõpilane keskendus närvivõrkude rakendamisele kosmoloogilistes probleemides, rääkis Digital Trends. "A.I ilu on see, et see võib õppida põhimõtteliselt mis tahes andmetest. Näotuvastuses õpib see ära tundma silmi, suud ja nina, samal ajal kui me otsime struktuure, mis annavad meile vihjeid tumeaine kohta. See mustrituvastus on sisuliselt algoritmi tuum. Lõppkokkuvõttes kohandasime seda ainult kosmoloogiliste parameetrite järeldamiseks.
Tumeaine on oluline
Kuid mida teadlased täpselt otsivad? Praegu pole see täielikult teada. Kuid nagu Ameerika Ühendriikide ülemkohtu kohtunik Potter Stewart meeldejäävalt roppuste kohta ütles: "Ma tean seda, kui ma seda näen." Õigemini me ei tee seda, sest seda pole näha. Kuid teadlased saavad sellest teada, kui nad on selle leidnud. Tere tulemast tumeaine kummalisse maailma.
Tumeaine olemasolu mingil kujul on oletatud juba üle sajandi. Arvatakse, et see moodustab umbes 27% universumist, kaaludes nähtava aine suhtega umbes kuus ühele. Kõik universumis, mida suudame tuvastada – kogu aatomiaine, millest moodustuvad galaktikad, tähed, planeedid, elu Maal on seade, mille kohta te seda artiklit loed – vaid väike osa kogu asjast, mis on olemas. Valdavat osa sellest ei saa otse jälgida. See on nähtamatu ja suudab otse läbi tavalise nähtava aine.
Selle asemel on selle olemasolu aluseks meie tähelepanekud universumi toimimise kohta; nagu majakaaslane, keda sa kunagi ei näe, kuid oled kindel, et ta on olemas, sest tema pool arvetest makstakse ja keegi käib aeg-ajalt duši all, kui sa seda tahad. Ainult sel juhul on põhjuseks see, et teadlased on välja selgitanud, et galaktikate pöörlemiskiirus on selline piisavalt kiiresti, et neid ei saaks koos hoida lihtsalt vaadeldava poolt tekitatud gravitatsioon asja. Seetõttu arvatakse, et tumeaine on salajased koostisosad, mis annavad nendele galaktikatele lisamassi, mida nad vajavad, et mitte rebida end lahti nagu enesetapupaberkott. Just see sunnib tavalist ainet tolmu ja gaasi kujul kogunema ja koonduma tähtedeks ja galaktikateks.
Nõrk gravitatsioonilääts appi
Millegi otsimine, mida ei saa vaadata, kõlab raskelt. See on. Kuid on olemas viis, kuidas teadlased suudavad täpselt kindlaks teha, kus nende arvates tumeaine kõige tõenäolisemalt paikneb. Nad teevad seda, vaadeldes valguse peeneid viise, kuidas suurte galaktikaparvede gravitatsioon painutab ja moonutab kaugemate galaktikate valgust. Seda nimetatakse nõrgaks gravitatsiooniliseks läätseks.
Massiivsete galaktikaparvede ümbruse jälgimine võimaldab astronoomidel tuvastada taustagalaktikaid, mis näivad olevat kõverad. Neid moonutusi pöördprojekteerides saavad nad seejärel eraldada kohad, kus nende arvates võib leida nii nähtava kui ka nähtamatu aine kõige tihedamaid kontsentratsioone. Mõelge sellele kui miraažiefektile, mis muudab kaugel asuvad pildid kuumal päeval häguseks ja läikivaks – ainult palju kaugemal.
"Varem uuriti nõrkade läätsede massikaarte, valides vastavad omadused käsitsi," selgitas Janis Fluri. "See on väga keeruline ülesanne ja pole garantiid, et valitud funktsioonid sisaldavad kogu vajalikku teavet. Lahendame selle probleemi A.I. lähenemine. Meie töös kasutatavad konvolutsioonilised närvivõrgud on mustrite tuvastamisel suurepärased.
Konvolutsiooniline närvivõrk on teatud tüüpi aju inspireeritud tehisintellekt, mida kasutatakse sageli kujutiste klassifitseerimise ülesannete jaoks. Kuigi selle neuronitel on endiselt tavapäraste närvivõrkude õpitavad kaalud ja eelarvamused (st asjad, mis võimaldavad tal õppida), selle selge oletus, et see tegeleb piltidega, kuna sisendid võimaldavad selle loojatel vähendada parameetrite arvu võrku. See muudab selle tõhusamaks.
"See oli A.I esimene taotlus. tõeliste kosmoloogiliste andmete, sealhulgas kõigi nendega kaasnevate praktiliste aspektide jaoks.
"Jämedalt öeldes [see toimib nii, et pakume võrkudele] suure hulga andmeid, loovad need automaatselt keerukate filtrite komplekti, et eraldada kaartidelt asjakohane teave." Dr Tomasz Kacprzak, ütles üks projekti teistest kaasautoritest Digital Trendsile. "Seejärel proovib ta neid filtreid optimaalselt kombineerida, et anda võimalikult täpne vastus."
Kosmoloogiliste parameetrite eraldamine
Teadlased koolitasid oma närvivõrku, söötes sellele arvutiga loodud andmeid, mis simuleerivad universumit. See võimaldas tal korduvalt analüüsida tumeaine kaarte, et saada "kosmoloogilisi parameetreid" öise taeva tõelistest piltidest. Tulemused näitasid inimeste tehtud statistilise analüüsi põhjal 30% paranemist võrreldes traditsiooniliste meetoditega.
"A.I. Algoritm vajab koolitusfaasis õppimiseks palju andmeid,“ jätkas Fluri. "On väga oluline, et need koolitusandmed, meie puhul simulatsioonid, oleksid võimalikult täpsed. Vastasel juhul õpib see funktsioone, mida tegelikes andmetes pole. Selleks pidime genereerima palju suurt ja täpset simulatsiooni, mis oli väga keeruline. Hiljem pidime tipptulemuse saavutamiseks algoritmi kohandama. Selleks testiti mitut võrguarhitektuuri jõudluse optimeerimiseks.
Seejärel kasutasid nad oma täielikult koolitatud närvivõrku tegelike tumeaine kaartide analüüsimiseks. Need tulid nö KiDS-450 andmestik, valmistatud Tšiilis asuva VLT uuringuteleskoobi (VST) abil. Andmestiku kogupindala on umbes 2200 korda suurem kui täiskuu. See sisaldab andmeid umbes 15 miljoni galaktika kohta.
Selle erakordselt suure andmehulga tõttu vajasid teadlased tehisintellekti kasutuselevõtuks superarvutit. Lõpuks juhtisid nad oma A.I. arvutis Šveitsi riiklikus superarvutikeskuses Luganos, Itaaliaga piirnevas Lõuna-Šveitsi linnas. CSCSi superarvutid on saadaval kõikidele Šveitsi ülikoolidele ja teadusasutustele. Selle masinad on nii võimsad, et nende ülekuumenemise peatamiseks vesi lähedalasuvast Lugano järvest pumbatakse jahutamiseks sisse kiirusega 460 liitrit sekundis.
Kosmoloogiline A.I.
"See oli A.I esimene taotlus. tõeliste kosmoloogiliste andmete, sealhulgas kõigi nendega kaasnevate praktiliste aspektide jaoks, " ütles Fluri. "Võime näidata, et meie meetod annab suhteliselt väikese andmekogumi puhul järjepidevaid tulemusi. Loodame kasutada sama meetodit suurematel vaatlustel, aga ka kosmoloogiliste parameetrite mõõtmisel kosmoloogilise füüsika muude aspektide uurimiseks. Lõpuks loodame õppida uusi teadmisi universumi pimedast sektorist.
Fluri sõnul on meeskond nüüd KiDS-450 andmekogumist kaugemale jõudnud, "kuna praegu on olemas uuemad ja paremad andmekogumid." Üks eriti on Tumeenergia uuring, USA, Brasiilia, Ühendkuningriigi, Saksamaa, Hispaania ja Šveitsi teadusasutuste ja ülikoolide poolt läbi viidud ulatuslik nähtav ja peaaegu infrapuna-uuring.
"Enne kui saame analüüsida uusi andmekogumeid, peame meetodi kohandama nii, et see saaks hakkama suurenenud andmemahuga," ütles Fluri. "Katsetame praegu mõningaid meetodeid selle saavutamiseks. Pärast seda arutame järgmist andmekogumit, mida tahame analüüsida. Ma ei saa teile veel ajakava anda, kuna see sõltub valitud andmekogumist ja simulatsioonide nõuetest.
Tööd kirjeldav paber oli avaldati hiljuti ajakirjas Physical Review D.
Toimetajate soovitused
- Teadlased tahavad tumeaine tundmaõppimiseks kasutada gravitatsioonilaineid
- Kuidas vaadata sel laupäeval Eukleidese tumeaine teleskoobi starti
- Viimistlus: kuidas teadlased annavad robotitele inimlikke puutetundlikkusi
- Hubble jäädvustab hiiglasliku galaktikaparve, mis võib aidata meil mõista tumeainet
- Kas tumeainest võivad tekkida ülimassiivsed mustad augud?
