A primeira simulação de inteligência artificial do universo parece funcionar como a coisa real - e é quase tão misteriosa.
Os pesquisadores relataram a nova simulação em 24 de junho na revista Proceedings da National Academy of Sciences. O objetivo era criar uma versão virtual do cosmos para simular diferentes condições para o início do universo, mas os cientistas também esperam estudar sua própria simulação para entender por que funciona tão bem.
"É como ensinar software de reconhecimento de imagem com muitas fotos de cães e gatos, mas depois é capaz de reconhecer elefantes", disse a coautora do estudo Shirley Ho, astrofísica teórica do Center for Computational Astrophysics, em Nova York. declaração. "Ninguém sabe como isso é feito, e é um grande mistério a ser resolvido."
Simulando o universo
Dada a enorme idade e escala do universo, entender sua formação é um desafio assustador. Uma ferramenta na caixa de ferramentas astrofísica é a modelagem por computador. Os modelos tradicionais exigem muito poder e tempo de computação, porque os astrofísicos podem precisar executar milhares de simulações, ajustando parâmetros diferentes, para determinar qual é o cenário mais provável do mundo real.
Ho e seus colegas criaram uma profunda rede neural para acelerar o processo. Apelidada de Modelo de Deslocamento de Densidade Profunda, ou D ^ 3M, essa rede neural foi projetada para reconhecer recursos comuns nos dados e "aprender" ao longo do tempo como manipular esses dados. No caso de D ^ 3M, os pesquisadores introduziram 8.000 simulações de um modelo de computador tradicional de alta precisão do universo. Depois que D ^ 3M aprendeu como essas simulações funcionavam, os pesquisadores fizeram uma simulação novíssima e nunca vista de um universo virtual em forma de cubo com 600 milhões de anos-luz de diâmetro. (O verdadeiro universo observável tem cerca de 93 bilhões de anos-luz de diâmetro.)
A rede neural foi capaz de executar simulações neste novo universo, exatamente como havia feito no conjunto de dados de 8.000 simulações usado no treinamento. As simulações focaram no papel da gravidade na formação do universo. O que foi surpreendente, disse Ho, foi que, quando os pesquisadores variaram parâmetros totalmente novos, como a quantidade de matéria escura no universo virtual, o D ^ 3M ainda era capaz de lidar com as simulações - apesar de nunca ter sido treinado para lidar com a matéria escura variações.
Computadores e cosmologia
Esse recurso do D ^ 3M é um mistério, disse Ho, e torna a simulação intrigante tanto para a ciência da computação quanto para a cosmologia.
"Podemos ser um playground interessante para um aluno de máquina usar para ver por que esse modelo extrapola tão bem, por que ele extrapola para elefantes em vez de apenas reconhecer cães e gatos", disse ela. "É uma via de mão dupla entre ciência e aprendizado profundo".
O modelo também pode economizar tempo para pesquisadores interessados em origens universais. A nova rede neural poderia concluir simulações em 30 milissegundos, em comparação com vários minutos para o método mais rápido de simulação de inteligência não artificial. A rede também teve uma taxa de erro de 2,8%, em comparação com 9,3% para o modelo mais rápido existente. (Essas taxas de erro são comparadas a um padrão-ouro de precisão, um modelo que leva centenas de horas para cada simulação.)
Os pesquisadores agora planejam variar outros parâmetros na nova rede neural, examinando como fatores como a hidrodinâmica, ou o movimento de fluidos e gases, podem ter moldado a formação do universo.
