Sun'iy aql astrofizikani tezlashtira oladimi?

Tarkib

• Asosiy fikrlar

Asosiy fikrlar

• Fiziklar past aniqlikdagi tasvirlarni o'ta piksellar soniga aylantirish uchun sun'iy intellekt mashinasini o'rganishdan foydalanadilar.
• Generative Adversarial Network (GAN) asosidagi algoritm 512 marta ko'proq zarralar bilan simulyatsiyalarni kuchaytiradi.
• Yangi AI kosmologlarga koinotimizni misli ko'rilmagan dinamik diapazonda modellashtirish va simulyatsiya qilish imkoniyatini beradi.

Da yangi tadqiqot Amerika Qo'shma Shtatlari Milliy Fanlar Akademiyasi (PNAS) materiallari. qanday qilib sun'iy intellekt (AI) chuqur o'rganish bizning koinotimiz haqida ko'proq tushunishni tezlashtirish uchun super rezolyutsiya bilan kosmologik simulyatsiyalarga erishish mumkinligini ko'rsatadi.

Tadqiqotning etakchi muallifi Simons jamg'armasining Flatiron institutida astrofizika va hisoblash matematikasi bo'yicha qo'shma tadqiqotchi Yin Li. Ham mualliflar orasida Karnegi Mellon universiteti tadqiqotchilari Yueying Ni, Rupert Kroft va Tiziana Di Matteo, Kaliforniya universiteti Simeon Bird, Riversayd va Kaliforniya universiteti Berkli shahridagi Yu Feng bor.

"Kosmologik simulyatsiyalar bizning koinotimizni anglash uchun, kosmik to'rni yaratilishidan tortib galaktikalar va ularning markaziy qora tuynuklarini shakllantirishgacha ajralmas narsadir", deb yozgan olimlar. "Ushbu ulkan dinamik diapazon katta hisoblash xarajatlarini talab qiladi, bu o'lcham yoki o'lcham uchun qurbonlikni talab qiladi va ko'pincha ikkalasi ham."

Astrofizikada kosmologik simulyatsiyalar olimlarga teleskopik kuzatuvlar yordamida isbotlash yoki inkor etish uchun tekshiriladigan prognozlarni shakllantirishda yordam berish uchun juda muhimdir.

"Hatto superkompyuterlar bilan ham biz piksellar sonini yoki hajmini maksimal darajada oshirishga qaror qildik, yoki ikkalasida ham murosaga kelamiz", deb yozgan olimlar.

Tadqiqotchilar guruhi past aniqlikdagi tasvirlarni o'zgartirish uchun sun'iy intellektni chuqur o'rganish, mashinani o'rganishning kichik qismidan foydalangan. Kirish va chiqish uchun chuqur neyron tarmoq modeli N-tanadagi simulyatsiyalardagi zarrachalarning siljishini ishlatgan. Astrofizikada N-tanani simulyatsiya qilish zarrachalarning dinamik tizimini ko'rsatadigan keng tarqalgan vosita hisoblanadi.

Generative Adversarial Network (GAN) asosidagi algoritmdan foydalanib, tadqiqotchilar har xil past aniqlikdagi tasvirlarning har xil o'ta piksellar sonli versiyalarini ishlab chiqarishdi.

"Biz quyi aniqlikdagi qorong'u moddani simulyatsiyasini kuchaytirish uchun chuqur neyron tarmog'ini quramiz, ularning statistik xususiyatlari bo'yicha yuqori aniqlikdagi hamkasblari bilan juda yaxshi kelishib oladigan va tezroq kattalikdagi super rezolyutsiyalarni hosil qilamiz", deb yozgan tadqiqotchilar. "Bu katta hajmlarga osonlik bilan taalluqlidir va o'quv ma'lumotlarida mavjud bo'lmagan noyob narsalarga nisbatan umumlashtiriladi".

Tadqiqotchilarning fikriga ko'ra, ular "512 barobar ko'proq zarralar hosil qilish orqali simulyatsiya piksellar sonini oshirishga" qodir, shuningdek, dastlabki holatlardan siljishlarni taxmin qilishgan. Bundan tashqari, o'rganish shuni ko'rsatadiki, o'quv majmualaridan ming baravar kattaroq super-aniqlikdagi simulyatsiyalar AI usuli yordamida yaratilishi mumkin.

"Teleskoplar va sun'iy yo'ldoshlar kuchliroq bo'lgan sari galaktika, kvazaralar va galaktikalararo kosmosdagi masala bo'yicha kuzatuv ma'lumotlari batafsilroq bo'lib, koinotdagi ko'plab davrlar va muhitlarni qamrab oladi", deb yozgan tadqiqotchilar.

Olimlar sun'iy intellektdan foydalanishni tasavvur qilishlari juda katta miqdordagi qora tuynuklar, kvazaralar va galaktikalarning xisob-kitoblarini hisoblashda ancha tezroq, ammo statistik jihatdan to'liq miqyosdagi gidrodinamik modellar bilan taqqoslashda yordam beradi.

Sun'iy intellektli mashinalarni o'rganish ilmiy tadqiqotlarni tezlashtirish vositasi sifatida tezkorlik bilan qo'llanilmoqda. Endi ushbu kontseptsiyaning isboti bilan astronomlar va fiziklar olamni kelajakda misli ko'rilmagan dinamik diapazonda modellashtirish va simulyatsiya qilishning yangi uslubiga ega.

Mualliflik huquqi © 2021 Cami Rosso. Barcha huquqlar himoyalangan.