资源技术动态宇宙的奥妙,我用 AI 模型来探索

宇宙的奥妙,我用 AI 模型来探索

2019-12-05 | |  64 |   0

原标题:宇宙的奥妙,我用 AI 模型来探索

来源:AI研习社        链接:https://www.yanxishe.com/TextTranslation/1894


一个由跨国研究团队开发出来的新的宇宙3D模型,速度快,准确度高,并且没有事先编程,就能进行推演。系统的创造者们也不知道深度密度偏移模型(D3M)是如何在没人教它运算方法的情况下模拟暗物质的变化的。


人工智能(AI)正在对天文学现象进行建模,从超新星爆发到系外恒星周边的行星形成。现在,研究人员借助AI的力量来对宇宙做整体建模,取得了意外的成果。正如人们所料,这个模型很快显示出它比以前的那些系统更加快速和准确。然而,没有人训练D3M,这个AI却能够模拟当暗物质含量变化时宇宙的情景,这让研究者们困惑不已。

image.png


在星系团MACS J0416.1–2403的图片中可以看到微弱的光亮,这是由于受引力影响某些恒星从其恒星家族中挣脱出来而产生的。离开原来的星系后,这些恒星排列在被附近的引力所控制的区域中,这也许能揭示宇宙中暗物质的形态。图片来源:NASA, ESA 和 M. Montes(新南威尔士大学)


“这就像用大量猫狗图片来教图像识别软件,但它却能识别大象了。没人知道怎么回事,这是个巨大的未解之迷,”Shirley Ho说,她是Flatiron研究院计算天体物理学中心的研究组组长,也是卡耐基梅隆大学的助理教授。


表扬M-5 unit计算机

在大自然的四种作用力(引力,电磁力,强力和弱力)当中,引力在远程物体的相互作用之间扮演最重要的角色。因此,开发D3M系统的研究人员专注于引力效应对于宇宙的影响。


此类模型会让研究人员做成千上万次模拟,最精确的模型研究的是在宇宙时间尺度内亿万个个体如何运转。

调查人员给D3M输入了以前做过的8,000个最精确的模拟。神经网络根据数据进行计算,研究人员把输出结果与期望值进行对比。


经过这番训练之后,D3M模拟了边长为6亿光年的虚拟星系的形为。传统的较快的模型要花两三分钟来生成数据,当情形比较复杂时,则要成百上千的小时才能生成结果,而D3M只需不到1/30秒就完成了任务。


与已知的最佳结果对比,那些较快的模型一般会有9.3%左右的误差。相比之下,这个新系统模拟的误差仅为2.8%。

image.png


把AI驱动的D3M模型与早期的2LPT方案进行对比,可以看到D3M比早期的那些模型都要快多得。在和一种较慢的仿真结果进行对比之后,这些图片显示了这两种较快的仿真之间的区别。深蓝色的点表示和较慢系统比较之后较快仿真之间最小的差异,而浅蓝色代表与更精确模型比较之后存在高差异的区域。图片来源:S. He等人/国家科学院学报2019


研究人员预料到他们的系统的速度和精度会超过以前的模型,他们没预料到的是AI能够推演未经训练的情形。

对巨量星系的行为进行模拟,需要异常强大的算力,详细的仿真可能要耗费数天的时间。较快的仿真,几分钟就能得到结果,但是与较旧较慢的模型相比,不够详细和精确。


D3M模型的推演相比其它的针对星系重力引力效应的模型——比如,二阶微扰理论(2LPT)——要精确得多。

“我们跑这些仿真只要几毫秒,而其它的‘快速’模型则要花一两分钟。而且,我们还准确得多,”Ho说。

计算机仿真用于对许许多多的天文学现象进行建模,比如当暗能量的数量随时间变化时星系如何反应。

image.png

Fritz Zwicky是个远远超越自己时代的天文学家,他在1930年代提出的问题,直到21世纪仍然无解。图片属正当使用。


暗物质提出的沉重问题


当我们瞭望宇宙时,所有的星球和星系并没有因为引力效应而聚拢在一起。这项发现最初是由Fritz Zwicky在1930年代早期提出的,并在几十年后由Vera Rubin进行了完善。

image.png

Vera Rubin是天文学、天体物理学和宇宙学的先锋。图片属正当使用。



今天,我们知道暗物质占宇宙全部物质总量的大约27%,而所有普通物质还不到5%。剩余的68%是暗能量,提供了宇宙膨胀的动力。


然而,暗物质的本质,仍然扑朔迷离。


“暗物质应该完全不是由我们所熟悉的普通物质组成的。组成暗物质的物质会是不同的。它也许是由理论上预言过而科学家尚未观测到的粒子构成的。”NASA解释说。

image.png

https://youtu.be/i5ucytz2C7I


宇宙中最“无聊”的星系也许藏有理解暗物质之迷的秘密。来源:NASA Goddard


随着研究的进行,神经网络对于探索宇宙本质的天文学家和天体物理学家来说会变得更有价值。这个意外的新发现会帮助研究人员继续发展机器学习和人工智能。


我相信在世纪末,词汇的使用以及普通教育观念会出现巨大改变,以至于当有人说机器会思考时,不用担心会遭到反驳。

——Alan Turing

"机器学习程序可以把我们当成一个有趣的玩耍的地方,它可以看看为什么这个模型辩别能力这么好,为什么除了猫狗之外,它还能认出大象,"Ho说。


暗物质,和暗能量一起,一直是宇宙最大的迷团之一。人工智能也许会发挥关键作用,帮助我们解开这个谜底,解决这个困扰我们的宇宙的最根本的问题之一。

------------------------------------------------------------------------------------

发起:唐里 校对:雷锋字幕组 审核:Pita

参与翻译(1人):AI小山

英文原文:First AI Model of the Universe Knows Science it was Never Taught

THE END

免责声明:本文来自互联网新闻客户端自媒体,不代表本网的观点和立场。

合作及投稿邮箱:E-mail:editor@tusaishared.com

上一篇:试图用机器学习进行市场预测会发生什么

下一篇:图像识别之美食挑战赛:给你奖金与 GPU,告诉我豆腐 or 土豆?

用户评价
全部评价

热门资源

  • 应用笔画宽度变换...

    应用背景:是盲人辅助系统,城市环境中的机器导航...

  • 人体姿态估计的过...

    人体姿态估计是计算机视觉中一个很基础的问题。从...

  • GAN之根据文本描述...

    一些比较好玩的任务也就应运而生,比如图像修复、...

  • 端到端语音识别时...

    从上世纪 50 年代诞生到 2012 年引入 DNN 后识别效...

  • 谷歌发布TyDi QA语...

    为了鼓励对多语言问答技术的研究,谷歌发布了 TyDi...