Lahko ista tehnologija, ki je vajena odkleniti pametne telefone ljudi tudi pomaga odkriti skrivnosti vesolja? Morda se sliši malo verjetno, toda prav to si prizadevajo doseči raziskovalci s švicarske univerze ETH Zurich, osredotočene na znanost in tehnologijo.
Vsebina
- Temna snov je pomembna
- Šibke gravitacijske leče na pomoč
- Ekstrakcija kozmoloških parametrov
- Kozmološki A.I.
Uporaba različice vrste nevronske mreže umetne inteligence, ki stoji za današnjim prepoznavanjem obraza tehnologijo, so razvili nov AI. orodja, ki bi se lahko izkazala za spremembo igre pri odkrivanju ti “temna snov.” Fiziki menijo, da je razumevanje te skrivnostne snovi nujno za razlago temeljnih vprašanj o osnovni strukturi vesolja.
Priporočeni videoposnetki
"Algoritem, ki ga [uporabljamo], je zelo blizu temu, kar se običajno uporablja pri prepoznavanju obraza," Janis Fluri, doktorat znanosti študent, ki dela v laboratoriju ETH Zurich, ki se osredotoča na uporabo nevronskih mrež pri kozmoloških problemih, je povedal za Digital Trends. »Lepota A.I. je, da se lahko uči iz skoraj vseh podatkov. Pri prepoznavanju obraza se uči prepoznati oči, usta in nosove, medtem ko mi iščemo strukture, ki nam dajejo namige o temni snovi. To prepoznavanje vzorcev je v bistvu jedro algoritma. Končno smo ga le prilagodili za sklepanje o osnovnih kozmoloških parametrih.
Temna snov je pomembna
Toda kaj točno je tisto, kar raziskovalci iščejo? Trenutno ni povsem znano. Toda kot je sodnik vrhovnega sodišča Združenih držav Amerike Potter Stewart nepozabno izjavil o nespodobnosti, "se zavedam, ko jo vidim." Oziroma ne bomo - ker se ne vidi. Toda znanstveniki bodo to vedeli, ko jo bodo našli. Dobrodošli v čudnem svetu temne snovi.
Obstoj temne snovi v neki obliki se domneva že več kot stoletje. Predvideva se, da predstavlja približno 27 % vesolja in odtehta vidno snov v razmerju približno šest proti ena. Vse v vesolju, kar lahko zaznamo – vsa atomska snov, ki sestavlja galaksije, zvezde, planete, življenje na Zemlji je naprava, na kateri berete ta članek, le majhen, majhen delček vse snovi, ki obstaja. Večini tega ni mogoče neposredno slediti. Je neviden in lahko prehaja naravnost skozi običajno vidno snov.
Namesto tega njegov obstoj temelji na naših opazovanjih o delovanju vesolja; kot hišni sostanovalec, ki ga nikoli ne vidite, a ste prepričani, da obstaja, ker je njegova polovica računov plačana in se nekdo občasno tušira, ko vi to želite. Samo v tem primeru je to zato, ker so znanstveniki ugotovili, da je hitrost, s katero se vrtijo galaksije dovolj hitro, da ju preprosto gravitacija, ki jo ustvarja opazna, ne bi mogla držati skupaj zadeva. Temna snov naj bi torej bila skrivna sestavina, ki daje tem galaksijam dodatno maso, ki jo potrebujejo, da se ne raztrgajo kot samomorilna papirnata vrečka. To je tisto, kar poganja običajno snov v obliki prahu in plina, da se zbira in sestavlja v zvezde in galaksije.
Šibke gravitacijske leče na pomoč
Iskanje nečesa, česar ni mogoče pogledati, se sliši težko. Je. Obstaja pa način, na katerega lahko znanstveniki natančno določijo, kje se po njihovem mnenju najverjetneje nahaja temna snov. To naredijo tako, da opazujejo subtilne načine, kako svetloba, ki jo gravitacija velikih jat galaksij ukrivi in popači svetlobo iz bolj oddaljenih galaksij. To imenujemo šibka gravitacijska leča.
Opazovanje območij okoli ogromnih jat galaksij omogoča astronomom, da prepoznajo galaksije v ozadju, ki so videti ukrivljene. Z obratnim inženiringom lahko ta izkrivljanja nato izolirajo tam, kjer menijo, da so najgostejše koncentracije snovi, tako vidne kot nevidne. Pomislite na to kot na učinek privida, ki povzroči, da so oddaljene slike na vroč dan zamegljene in lesketajoče – le da so veliko dlje.
"Prej bi preučevali zemljevide mase šibkih leč z ročnim izbiranjem ustreznih funkcij," je pojasnil Janis Fluri. »To je zelo zapletena naloga in ni zagotovil, da izbrane funkcije vsebujejo vse pomembne informacije. To težavo rešujemo z A.I. pristop. Konvolucijske nevronske mreže, ki jih uporabljamo pri našem delu, so odlične pri prepoznavanju vzorcev.«
Konvolucijska nevronska mreža je vrsta umetne inteligence, ki jo navdihujejo možgani in se pogosto uporablja za naloge klasifikacije slik. Medtem ko imajo njegovi nevroni še vedno učljive uteži in pristranskosti običajnih nevronskih mrež (tj. stvari, ki mu omogočajo, nauči), njegova izrecna predpostavka, da ima opravka s slikami kot vhodi, omogoča njegovim ustvarjalcem, da zmanjšajo število parametrov v omrežje. Zaradi tega je učinkovitejši.
»To je bila prva aplikacija A.I. za resnične kozmološke podatke, vključno z vsemi praktičnimi vidiki, ki prihajajo z njimi."
"Grobo rečeno, [deluje tako, da mi omrežjem zagotovimo] veliko količino podatkov, ki samodejno ustvarijo nabor zapletenih filtrov za pridobivanje ustreznih informacij zemljevidov," dr. Tomasz Kacprzak, eden od drugih soavtorjev projekta, je povedal za Digital Trends. "Nato poskuša optimalno združiti te filtre, da bi dal čim bolj natančen odgovor."
Ekstrakcija kozmoloških parametrov
Raziskovalci so usposobili svojo nevronsko mrežo tako, da so ji posredovali računalniško ustvarjene podatke, ki simulirajo vesolje. To mu je omogočilo večkratno analizo zemljevidov temne snovi, da bi lahko iz resničnih slik nočnega neba izluščil "kozmološke parametre". Rezultati so pokazali izboljšave za 30 % v primerjavi s tradicionalnimi metodami, ki temeljijo na statistični analizi, ki jo je izdelal človek.
»A.I. algoritem potrebuje veliko podatkov za učenje v fazi usposabljanja,« je nadaljeval Fluri. »Zelo pomembno je, da so ti podatki o usposabljanju, v našem primeru simulacije, čim bolj točni. V nasprotnem primeru se bo naučil funkcij, ki niso prisotne v resničnih podatkih. Za to smo morali ustvariti veliko velikih in natančnih simulacij, kar je bilo zelo zahtevno. Nato smo morali prilagoditi algoritem, da smo dosegli vrhunsko zmogljivost. To je bilo storjeno s testiranjem več omrežnih arhitektur za optimizacijo delovanja.«
Nato so uporabili svojo popolnoma usposobljeno nevronsko mrežo za analizo dejanskih zemljevidov temne snovi. Te so prišle iz t.i Nabor podatkov KiDS-450, narejeno s pomočjo VLT Survey Telescope (VST) v Čilu. Podatkovni niz pokriva skupno površino približno 2200-krat večje od polne lune. Vsebuje zapise okoli 15 milijonov galaksij.
Zaradi te izjemno velike količine podatkov so raziskovalci potrebovali superračunalnik, da bi njihovo umetno inteligenco zagnali. Končno so vodili svoj A.I. na računalniku v švicarskem nacionalnem superračunalniškem centru v Luganu, mestu v južni Švici, ki meji na Italijo. Superračunalniki v CSCS so na voljo vsem švicarskim univerzam in raziskovalnim ustanovam. Njegovi stroji so tako močni, da bi preprečili njihovo pregrevanje, voda iz bližnjega jezera Lugano se črpa za hlajenje s hitrostjo 460 litrov na sekundo.
Kozmološki A.I.
»To je bila prva aplikacija A.I. za resnične kozmološke podatke, vključno z vsemi praktičnimi vidiki, ki prihajajo z njimi,« je dejal Fluri. »Lahko bi pokazali, da naša metoda daje dosledne rezultate na relativno majhnem nizu podatkov. Upamo, da bomo isto metodo uporabili pri večjih opazovanjih, hkrati pa bomo izmerili več kozmoloških parametrov za raziskovanje drugih vidikov kozmološke fizike. Končno upamo, da bomo izvedeli nova spoznanja o temnem sektorju vesolja.«
Po besedah Flurija je ekipa zdaj presegla nabor podatkov KiDS-450, "saj so zdaj novejši in boljši nabori podatkov." Eden posebej je Raziskava temne energije, obsežno raziskavo v vidnem in bližnjem infrardečem območju, ki so jo izvedle raziskovalne ustanove in univerze iz ZDA, Brazilije, Združenega kraljestva, Nemčije, Španije in Švice.
"Preden lahko analiziramo nove nabore podatkov, moramo prilagoditi našo metodo tako, da bo lahko obvladovala povečano količino podatkov," je dejal Fluri. »Trenutno eksperimentiramo z nekaterimi metodami, da bi to dosegli. Po tem bomo razpravljali o naslednjem nizu podatkov, ki ga želimo analizirati. Časovnega okvira vam še ne morem dati, saj je odvisen od izbranega nabora podatkov in zahtev simulacij.«
Prispevek z opisom dela je bil nedavno objavljeno v reviji Physical Review D.
Priporočila urednikov
- Raziskovalci želijo uporabiti gravitacijske valove, da bi spoznali temno snov
- Kako opazovati izstrelitev teleskopa za temno snov Euclid to soboto
- Končni dotik: Kako znanstveniki dajejo robotom človeška otipna čutila
- Hubble posname velikansko jato galaksij, ki nam lahko pomaga razumeti temno snov
- Bi lahko supermasivne črne luknje nastale iz temne snovi?
