Gali būti ta pati technologija, kuri naudojama atrakinti žmonių išmaniuosius telefonus taip pat padės atskleisti visatos paslaptis? Tai gali atrodyti mažai tikėtina, bet būtent tai siekia mokslininkai iš Šveicarijos mokslo ir technologijų universiteto ETH Ciuricho.
Turinys
- Tamsioji medžiaga yra svarbi
- Silpnas gravitacinis lęšis į pagalbą
- Kosmologinių parametrų išskyrimas
- Kosmologinis A.I.
Naudojant dirbtinio intelekto neuroninio tinklo tipo variantą, kuris yra šiandieninis veido atpažinimas technologija, jie sukūrė naują A.I. įrankiai, galintys pakeisti žaidimą atrandant vadinamuosius “Juodoji medžiaga. Fizikai mano, kad suprasti šią paslaptingą medžiagą būtina norint paaiškinti esminius klausimus apie pagrindinę visatos struktūrą.
Rekomenduojami vaizdo įrašai
„Mūsų [naudojamas] algoritmas yra labai panašus į tai, kas paprastai naudojama veido atpažinimui. Janis Fluri, daktaro laipsnis. Studentas, dirbantis ETH Ciuricho laboratorijoje, daugiausia dėmesio skyrė neuroninių tinklų taikymui kosmologinėms problemoms spręsti, pasakojo „Digital Trends“. „A.I. grožis. yra tai, kad ji gali mokytis iš iš esmės bet kokių duomenų. Atpažindamas veidą, jis išmoksta atpažinti akis, burną ir nosį, o mes ieškome struktūrų, kurios duoda užuominų apie tamsiąją medžiagą. Šis modelio atpažinimas iš esmės yra algoritmo pagrindas. Galiausiai mes jį pritaikėme tik norėdami nustatyti pagrindinius kosmologinius parametrus.
Tamsioji medžiaga yra svarbi
Bet ko tiksliai ieško mokslininkai? Šiuo metu tai nėra visiškai žinoma. Tačiau, kaip atmintinai pareiškė Jungtinių Valstijų Aukščiausiojo Teismo teisėjas Poteris Stewartas apie nepadorumą: „Aš tai žinau, kai matau“. Arba to nepadarysime, nes to nematyti. Tačiau mokslininkai tai sužinos, kai tik ras. Sveiki atvykę į keistą tamsiosios materijos pasaulį.
Tamsiosios medžiagos egzistavimas tam tikra forma buvo iškeltas daugiau nei šimtmetį. Manoma, kad ji sudaro apie 27% visatos, o matomą medžiagą nusveria maždaug šešių ir vienetų santykiu. Viskas visatoje, ką galime aptikti – visa atominė medžiaga, sudaranti galaktikas, žvaigždes, planetas, gyvybę Žemėje įrenginys, apie kurį skaitote šį straipsnį, yra tik mažytė, mažytė dalis to egzistuoja. Didžiosios jos dalies negalima tiesiogiai stebėti. Jis yra nematomas ir gali prasiskverbti pro įprastą matomą medžiagą.
Vietoj to, jos egzistavimas yra pagrįstas mūsų stebėjimais apie tai, kaip visata veikia; kaip namiškis, kurio niekada nematai, bet esi tikras, kad jo egzistavimas yra, nes jiems sumokama pusė sąskaitų ir kas nors kartais prausiasi duše, kai tu to nori. Tik šiuo atveju taip yra todėl, kad mokslininkai išsiaiškino, kad galaktikų sukimosi greitis yra toks pakankamai greitai, kad jų negalėtų sulaikyti vien gravitacija, kurią sukuria stebimasis reikalas. Todėl manoma, kad tamsioji medžiaga yra slapti ingredientai, suteikiantys šioms galaktikoms papildomos masės, kurios joms reikia, kad jos nesuplyštų kaip savižudiškas popierinis maišelis. Tai skatina įprastą medžiagą dulkių ir dujų pavidalu rinkti ir susiburti į žvaigždes ir galaktikas.
Silpnas gravitacinis lęšis į pagalbą
Ieškoti kažko, į ką negalima žiūrėti, skamba sudėtingai. Tai yra. Tačiau yra būdas, kuriuo mokslininkai gali tiksliai nustatyti, kur, jų manymu, greičiausiai yra tamsioji medžiaga. Jie tai daro žvelgdami į subtilius šviesos būdus, kuriais didelių galaktikų spiečių gravitacija iškreipia ir iškraipo tolimesnių galaktikų šviesą. Tai vadinama silpnu gravitaciniu lęšiu.
Stebėdami sritis aplink didžiulius galaktikų spiečius, astronomai gali nustatyti fonines galaktikas, kurios atrodo iškreiptos. Atvirkštinės inžinerijos būdu šiuos iškraipymus jie gali išskirti ten, kur, jų manymu, galima rasti tankiausią matomos ir nematomos medžiagos koncentraciją. Pagalvokite apie tai kaip apie miražo efektą, dėl kurio toli esantys vaizdai būna neryškūs ir žvilga karštą dieną – tik daug toliau.
„Anksčiau buvo tiriami silpnų lęšių masės žemėlapiai, rankiniu būdu pasirenkant atitinkamas funkcijas“, – aiškino Janis Fluri. „Tai labai sudėtinga užduotis ir nėra garantijų, kad pasirinktose funkcijose yra visa reikiama informacija. Mes išsprendžiame šią problemą su A.I. metodas. Mūsų darbe naudojami konvoliuciniai neuroniniai tinklai puikiai atpažįsta modelius.
Konvoliucinis neuroninis tinklas yra smegenų įkvėptas dirbtinio intelekto tipas, dažnai naudojamas vaizdų klasifikavimo užduotims atlikti. Nors jo neuronai vis dar turi išmokstamą svorį ir įprastų neuroninių tinklų paklaidas (t. y. dalykus, kurie leidžia jam išmokti), jo aiški prielaida, kad ji susiduria su vaizdais, nes įvestis leidžia jo kūrėjams sumažinti parametrų skaičių tinklą. Tai daro jį efektyvesnį.
„Tai buvo pirmasis A.I. tikriems kosmologiniams duomenims, įskaitant visus su jais susijusius praktinius aspektus.
„Grubiai tariant, [tai veikia, kai tinklams teikiame] didelį duomenų kiekį, jie automatiškai sukuria sudėtingų filtrų rinkinį, kad išgautų reikiamą informaciją iš žemėlapių. Daktaras Tomaszas Kacprzakas, vienas iš kitų projekto bendraautorių, sakė „Digital Trends“. „Tada bandoma optimaliai sujungti šiuos filtrus, kad gautų kuo tikslesnį atsakymą.
Kosmologinių parametrų išskyrimas
Tyrėjai apmokė savo neuroninį tinklą teikdami jam kompiuterio generuotus duomenis, imituojančius visatą. Tai leido pakartotinai analizuoti tamsiosios medžiagos žemėlapius, kad būtų galima išgauti „kosmologinius parametrus“ iš tikrų naktinio dangaus vaizdų. Rezultatai parodė 30 % patobulinimų, palyginti su tradiciniais metodais, remiantis žmonių atlikta statistine analize.
„A.I. algoritmui reikia daug duomenų, kad būtų galima išmokti mokymo etape“, – tęsė Fluri. „Labai svarbu, kad šie treniruočių duomenys, mūsų atveju – simuliacijos, būtų kuo tikslesni. Priešingu atveju jis išmoks funkcijų, kurių nėra tikruose duomenyse. Norėdami tai padaryti, turėjome sukurti daug didelio ir tikslaus modeliavimo, o tai buvo labai sudėtinga. Vėliau turėjome pakoreguoti algoritmą, kad pasiektume didžiausią našumą. Tai buvo padaryta išbandant kelias tinklo architektūras, siekiant optimizuoti našumą.
Tada jie naudojo savo visiškai apmokytą neuroninį tinklą, kad analizuotų tikrus tamsiosios medžiagos žemėlapius. Šie atkeliavo iš vadinamųjų KiDS-450 duomenų rinkinys, pagamintas naudojant VLT apžvalgos teleskopą (VST) Čilėje. Duomenų rinkinys apima bendrą plotą, apie 2200 kartų didesnį už pilnaties dydį. Jame yra įrašai apie 15 milijonų galaktikų.
Dėl šio nepaprastai didelio duomenų kiekio tyrėjams prireikė superkompiuterio, kad galėtų panaudoti savo dirbtinį intelektą. Galiausiai jie paleido savo A.I. kompiuteryje Šveicarijos nacionaliniame superkompiuterių centre Lugane, pietų Šveicarijos mieste, besiribojančiame su Italija. CSCS superkompiuteriai yra prieinami visiems Šveicarijos universitetams ir mokslinių tyrimų institucijoms. Jo mašinos yra tokios galingos, kad, kad jos neperkaistų, vandens iš netoliese esančio Lugano ežero yra pumpuojamas aušinti 460 litrų per sekundę greičiu.
Kosmologinis A.I.
„Tai buvo pirmasis A.I. tikriems kosmologiniams duomenims, įskaitant visus su jais susijusius praktinius aspektus“, – sakė Fluri. „Galėtume parodyti, kad mūsų metodas duoda nuoseklius rezultatus santykinai mažame duomenų rinkinyje. Tikimės naudoti tą patį metodą didesniems stebėjimams, bet taip pat išmatuoti daugiau kosmologinių parametrų, kad ištirtume kitus kosmologinės fizikos aspektus. Galiausiai tikimės sužinoti naujų įžvalgų apie [tamsųjį] visatos sektorių.
Pasak Fluri, komanda dabar peržengė „KiDS-450“ duomenų rinkinį, „nes dabar yra naujesnių ir geresnių duomenų rinkinių“. Vienas ypač yra Tamsiosios energijos tyrimas, didelio masto matomas ir beveik infraraudonųjų spindulių tyrimas, kurį atliko JAV, Brazilijos, Jungtinės Karalystės, Vokietijos, Ispanijos ir Šveicarijos tyrimų institucijos ir universitetai.
„Tačiau prieš analizuodami naujus duomenų rinkinius turime pritaikyti metodą, kad jis galėtų apdoroti padidėjusį duomenų kiekį“, - sakė Fluri. „Šiuo metu eksperimentuojame su kai kuriais būdais, kaip tai pasiekti. Po to aptarsime kitą duomenų rinkinį, kurį norime analizuoti. Kol kas negaliu pateikti laiko skalės, nes tai priklauso nuo pasirinkto duomenų rinkinio ir modeliavimo reikalavimų.
Darbą aprašantis popierius buvo neseniai paskelbtas žurnale Physical Review D.
Redaktorių rekomendacijos
- Tyrėjai nori panaudoti gravitacines bangas, kad sužinotų apie tamsiąją medžiagą
- Kaip stebėti Euklido tamsiosios materijos teleskopo startą šį šeštadienį
- Apdaila: kaip mokslininkai robotams suteikia žmogiškus lytėjimo pojūčius
- Hablas užfiksuoja milžinišką galaktikų spiečius, galintį padėti mums suprasti tamsiąją materiją
- Ar iš tamsiosios medžiagos gali susidaryti supermasyvios juodosios skylės?
