La primera simulación de inteligencia artificial del universo parece funcionar como la cosa real, y es casi tan misteriosa.
Los investigadores informaron la nueva simulación el 24 de junio en la revista Proceedings of the National Academy of Sciences. El objetivo era crear una versión virtual del cosmos para simular diferentes condiciones para el comienzo del universo, pero los científicos también esperan estudiar su propia simulación para comprender por qué funciona tan bien.
"Es como enseñar un software de reconocimiento de imágenes con muchas imágenes de gatos y perros, pero luego es capaz de reconocer a los elefantes", dijo en un comunicado Shirley Ho, coautora del estudio, astrofísica teórica del Centro de Astrofísica Computacional de la ciudad de Nueva York. declaración. "Nadie sabe cómo hace esto, y es un gran misterio por resolver".
Simulando el universo
Dada la enorme edad y escala del universo, comprender su formación es un desafío desalentador. Una herramienta en la caja de herramientas astrofísica es el modelado por computadora. Sin embargo, los modelos tradicionales requieren mucha potencia y tiempo de cómputo, porque los astrofísicos pueden necesitar ejecutar miles de simulaciones, ajustando diferentes parámetros, para determinar cuál es el escenario más probable del mundo real.
Ho y sus colegas crearon una red neuronal profunda para acelerar el proceso. Apodado el Modelo de Desplazamiento de Densidad Profunda, o D ^ 3M, esta red neuronal está diseñada para reconocer características comunes en los datos y "aprender" con el tiempo cómo manipular esos datos. En el caso de D ^ 3M, los investigadores ingresaron 8,000 simulaciones de un modelo de computadora tradicional de alta precisión del universo. Después de que D ^ 3M aprendió cómo funcionaban esas simulaciones, los investigadores pusieron una nueva simulación nunca antes vista de un universo virtual en forma de cubo de 600 millones de años luz de diámetro. (El universo real observable tiene unos 93 mil millones de años luz de diámetro).
La red neuronal pudo ejecutar simulaciones en este nuevo universo tal como lo había hecho en el conjunto de datos de 8,000 simulaciones que había utilizado para el entrenamiento. Las simulaciones se centraron en el papel de la gravedad en la formación del universo. Lo sorprendente, dijo Ho, fue que cuando los investigadores variaron parámetros completamente nuevos, como la cantidad de materia oscura en el universo virtual, D ^ 3M aún podía manejar las simulaciones, a pesar de que nunca había recibido capacitación sobre cómo manejar la materia oscura. variaciones
Informática y cosmología
Esta característica de D ^ 3M es un misterio, dijo Ho, y hace que la simulación sea intrigante tanto para la ciencia computacional como para la cosmología.
"Podemos ser un patio de recreo interesante para que un aprendiz de máquina lo use para ver por qué este modelo se extrapola tan bien, por qué se extrapola a los elefantes en lugar de simplemente reconocer gatos y perros", dijo. "Es una calle de doble sentido entre la ciencia y el aprendizaje profundo".
El modelo también podría ahorrar tiempo a los investigadores interesados en los orígenes universales. La nueva red neuronal podría completar simulaciones en 30 milisegundos, en comparación con varios minutos para el método de simulación de inteligencia no artificial más rápido. La red también tuvo una tasa de error del 2,8%, en comparación con el 9,3% para el modelo más rápido existente. (Estas tasas de error se comparan con un estándar de precisión de oro, un modelo que lleva cientos de horas para cada simulación).
Los investigadores ahora planean variar otros parámetros en la nueva red neuronal, examinando cómo factores como la hidrodinámica, o el movimiento de fluidos y gases, pueden haber dado forma a la formación del universo.
