Po prvi put astrofizičari su upotrebili veštačku inteligenciju (VI) za stvaranje složene 3D simulacija univerzuma. Rezultati se dobijaju brzo i tačno iako autori nisu sasvim sigurni kako sve to funkcioniše.
VI se koristi za modeliranje eksplozija supernovih i za razumevanje formiranja planeta oko novorođenih zvezdi. Uloga veštačke inteligencije za razumevanje evolucije univerzuma je sve značajnija i neophodnija. Ono što odlikuje VI koja koristi neuralne mreže su odlični rezultati ako se ima velika količina podataka. A svemir je neiscrpan rudnik neograničene količine podataka.
Sada su istraživači upotrebili moć veštačke inteligencije da modeliraju Univerzum. Kao što se i očekivalo, model se pokazao bržim i tačnijim od prethodnih rešenja. Ali istraživače je zbunio to što se VI pokazala sposobnom da stvori modele univerzuma sa različitim stepenom tamne materije iako nije bio obučen za to.
Poređenje tačnosti dva modela univerzuma. Novi model (levo), nazvan D3M, istovremeno je brži i tačniji od postojeće metode (desno) koja se naziva teorija perturbacije drugog reda ili 2LPT. Boje predstavljaju prosečnu grešku pomeranja u milionima svetlosnih godina za svaku tačku mreže u odnosu na model visoke tačnosti (mada mnogo sporiji). S. He i saradnici / Zbornik Nacionalne akademije nauka 2019.
„To je nalik na podučavanja softvera za prepoznavanje slika sa puno slika mačaka i pasa, a softver počne da prepoznaje slonove. Niko ne zna kako to funkcioniše, i to je misterija koju treba rešiti,“ izjavila je Širli Ho, vođa grupe u Centru za računarsku astrofiziku Instituta Flatiron i vanredni profesor na Univerzitetu Carnegie Mellon.
Istraživači mora da izvrše hiljade simulacija jer ispituju kako se ponašaju milijarde tela tokom životnog veka Univerzuma. Neuronska mreža obavila je proračune na osnovu podataka, a istraživači su uporedili te rezultate sa očekivanim rezultatima. Brži modeli obično daju stopu grešaka oko 9,3 procenta u poređenju sa postojećim rezultatima. Za poređenje, ovaj novi sistem je proizveo model sa stopom grešaka od samo 2,8 procenta.
D3M (deep density displacement model, model razmeštanja velike gustine) simulira kako gravitacija utiče na oblik svemir. Istraživači su se odlučili da se fokusiraju samo na gravitaciju, jer je gravitacija daleko najvažnija sila kada je u pitanju evolucija kosmosa na velikim skalama. Najbolje simulacije univerzuma izračunavaju kako gravitacija pomera svaku od milijardi pojedinačnih čestica tokom čitavog trajanja svemira. Taj nivo tačnosti zahteva vreme, što je oko 300 računarskih sati za jednu simulaciju.
Računarske simulacije poput ove koju je napravio D3M postale su ključne za teorijsku astrofiziku. Naučnici žele da znaju kako bi kosmos mogao da se razvija pod različitim scenarijima tako da je razvoj preciznih računarskih modela jedan od glavnih ciljeva savremene astrofizike.
S obzirom da računarska snaga raste eksponencijalnom brzinom, možemo samo da pretpostavimo da će simulacije svemira dosegnuti neslućene visine. Da će od jednog dana svo naše znanje o svemiru biti unutar jednog simuliranog modela i da će se svakog sekunda dopunjavati novim znanjima a veštačka inteligencija će iznalaziti nove spoznaje na osnovu svih podataka i voditi dalje istraživanja putem optičkih, radio i gravitacionih teleskopa sa kojima će biti povezana. A možda će i da objavljuje najzanimljivije nalaze na sajtu astronomija.org.rs.
Izvori:
https://www.pnas.org/content/116/28/13825
https://www.simonsfoundation.org/2019/06/26/ai-universe-simulation/