Могла би иста технологија на коју је навикла откључавање паметних телефона људи такође помоћи да се откључају тајне универзума? Можда звучи мало вероватно, али то је управо оно на чему раде истраживачи са швајцарског универзитета ЕТХ Цирих фокусираног на науку и технологију.
Садржај
- Тамна материја је важна
- Слабо гравитационо сочиво у помоћ
- Екстраховање космолошких параметара
- Космолошки А.И.
Коришћење варијације типа неуронске мреже вештачке интелигенције која стоји иза данашњег препознавања лица технологију, развили су нови А.И. алати који би могли да се покажу као мењач игре у откривању тзв “Тамна материја.” Физичари верују да је разумевање ове мистериозне супстанце неопходно да би се објаснила фундаментална питања о основној структури универзума.
Препоручени видео снимци
„Алгоритам који [користимо] је веома близак ономе што се обично користи у препознавању лица“, Јанис Флури, доктор наука Студент који ради у лабораторији ЕТХ у Цириху фокусиран је на примену неуронских мрежа на космолошке проблеме, рекао је за Дигитал Трендс. „Лепота А.И. је да може да учи из практично било којих података. У препознавању лица учи да препозна очи, уста и нос, док ми тражимо структуре које нам дају наговештаје о тамној материји. Ово препознавање образаца је у суштини срж алгоритма. На крају, само смо га прилагодили да закључимо основне космолошке параметре."
Тамна материја је важна
Али шта је тачно оно што истраживачи траже? Тренутно, није сасвим познато. Али као што је судија Врховног суда Сједињених Држава Потер Стјуарт незаборавно рекао о опсцености: „Ја то знам када је видим. Или боље речено нећемо — јер се то не види. Али научници ће то знати када га пронађу. Добродошли у чудан свет тамне материје.
Постојање тамне материје у неком облику је претпостављено више од једног века. Сматра се да чини око 27% универзума, надмашујући видљиву материју у односу од приближно шест према један. Све у универзуму што можемо да откријемо — сва атомска материја која чини галаксије, звезде, планете, живот на Земљи, уређај на којем читате овај чланак – само је мали, мали део свега што постоји. Огромна већина тога се не може директно пратити. Невидљив је и може да прође право кроз уобичајену видљиву материју.
Уместо тога, његово постојање је засновано на нашим запажањима о начину на који универзум функционише; попут укућана којег никад не видите, али сте сигурни да постоји јер им се половина рачуна плаћа и неко се повремено тушира када то желите. Само у овом случају, то је зато што су научници утврдили да је брзина којом се галаксије ротирају довољно брзи да их не може држати заједно једноставно гравитација коју генерише видљиво материја. Стога се теоретизира да су тамна материја тајни састојци који овим галаксијама дају додатну масу која им је потребна да се не растргну као самоубилачка папирна кеса. То је оно што покреће нормалну материју у облику прашине и гаса да се сакупља и саставља у звезде и галаксије.
Слабо гравитационо сочиво у помоћ
Тражење нечега што се не може погледати звучи тешко. То је. Али постоји начин на који научници могу тачно да одреде где се највероватније налази тамна материја. Они то раде посматрајући суптилне начине на које светлост коју гравитација великих галактичких јата савија и изобличује светлост удаљенијих галаксија. Ово се зове слабо гравитационо сочиво.
Посматрање области око масивних кластера галаксија омогућава астрономима да идентификују позадинске галаксије које изгледају искривљене. Реверзним инжењерингом ових изобличења они онда могу да изолују где верују да се могу наћи најгушће концентрације материје, видљиве и невидљиве. Замислите то као ефекат фатаморгане који узрокује да слике из даљине буду замагљене и светлуцаве током врелог дана - само много даље.
„Раније би се проучавале карте слабе масе сочива ручним одабиром релевантних карактеристика“, објаснио је Јанис Флури. „Ово је веома компликован задатак и нема гаранција да изабране карактеристике садрже све релевантне информације. Овај проблем решавамо помоћу А.И. приступ. Конволуционе неуронске мреже које се користе у нашем раду су одличне у препознавању образаца."
Конволуциона неуронска мрежа је врста вештачке интелигенције инспирисане мозгом која се често користи за задатке класификације слика. Док његови неурони још увек имају тежину и предрасуде које се могу научити као конвенционалне неуронске мреже (тј. ствари које му омогућавају да научити), његова експлицитна претпоставка да се бави сликама јер улазни подаци омогућавају његовим креаторима да смање број параметара у мреже. Ово га чини ефикаснијим.
„Ово је била прва апликација А.И. за стварне космолошке податке, укључујући све практичне аспекте који долазе са тим.”
„Угрубо говорећи, [ради тако што ми пружамо мрежама] велику количину података, они аутоматски креирају скуп сложених филтера за издвајање релевантних информација са мапа,“ др Томасз Кацпрзак, рекао је за Дигитал Трендс један од других коаутора пројекта. "Онда покушава да оптимално комбинује ове филтере како би дао што прецизнији одговор."
Екстраховање космолошких параметара
Истраживачи су тренирали своју неуронску мрежу тако што су је хранили компјутерски генерисаним подацима који симулирају универзум. То му је омогућило да у више наврата анализира мапе тамне материје како би могао да издвоји „космолошке параметре“ из стварних слика ноћног неба. Резултати су показали побољшања од 30% у поређењу са традиционалним методама, на основу статистичке анализе коју је направио човек.
„А.И. алгоритму је потребно много података за учење у фази обуке“, наставио је Флури. „Веома је важно да ови подаци о обуци, у нашем случају симулације, буду што тачнији. У супротном ће научити карактеристике које нису присутне у стварним подацима. Да бисмо то урадили, морали смо да генеришемо много великих и тачних симулација, што је било веома изазовно. Након тога, морали смо да прилагодимо алгоритам да бисмо постигли врхунске перформансе. Ово је урађено тестирањем вишеструких мрежних архитектура ради оптимизације перформанси."
Затим су користили своју потпуно обучену неуронску мрежу да анализирају стварне мапе тамне материје. Ови су дошли из тзв КиДС-450 сет података, направљен помоћу ВЛТ Сурвеи Телесцопе (ВСТ) у Чилеу. Скуп података покрива укупну површину од око 2.200 пута већу од пуног месеца. Садржи записе о око 15 милиона галаксија.
Због ове изузетно велике количине података, истраживачима је био потребан суперкомпјутер да би своју вештачку интелигенцију спровели у дело. На крају су водили свој А.И. на рачунару у Швајцарском националном суперкомпјутерском центру у Лугану, граду у јужној Швајцарској који се граничи са Италијом. Суперкомпјутери у ЦСЦС-у су доступни свим швајцарским универзитетима и истраживачким институцијама. Његове машине су толико моћне да, да би спречиле њихово прегревање, воде из оближњег језера Лугано се пумпа за хлађење брзином од 460 литара у секунди.
Космолошки А.И.
„Ово је била прва апликација А.И. за стварне космолошке податке, укључујући све практичне аспекте који долазе са тим“, рекао је Флури. „Могли бисмо показати да наш метод даје конзистентне резултате на релативно малом скупу података. Надамо се да ћемо користити исти метод за већа посматрања, али и мерење више космолошких параметара да бисмо испитали друге аспекте космолошке физике. Коначно, надамо се да ћемо научити нове увиде о [тамном] сектору универзума."
Према Флурију, тим је сада превазишао КиДС-450 скуп података, „пошто сада постоје новији и бољи скупови података“. Један посебан је Истраживање тамне енергије, масовно видљиво и скоро инфрацрвено истраживање које су спровеле истраживачке институције и универзитети из САД, Бразила, Уједињеног Краљевства, Немачке, Шпаније и Швајцарске.
„Међутим, пре него што будемо могли да анализирамо нове скупове података, морамо да прилагодимо метод тако да може да се носи са повећаним обимом података“, рекао је Флури. „Тренутно експериментишемо са неким методама да то постигнемо. Након тога ћемо разговарати о следећем скупу података који желимо да анализирамо. Не могу вам још дати временски оквир, јер то зависи од изабраног скупа података и захтева симулација.
Рад који описује рад је био недавно објављено у часопису Пхисицал Ревиев Д.
Препоруке уредника
- Истраживачи желе да користе гравитационе таласе да науче о тамној материји
- Како гледати лансирање Еуклидовог телескопа тамне материје ове суботе
- Завршни додир: Како научници дају роботима људска тактилна чула
- Хабл снима џиновско јато галаксија које би нам могло помоћи да разумемо тамну материју
- Могу ли се супермасивне црне рупе формирати од тамне материје?
