การจำลองปัญญาประดิษฐ์ครั้งแรกของจักรวาลดูเหมือนว่าจะทำงานได้เหมือนของจริงและเกือบจะลึกลับ
นักวิจัยรายงานการจำลองใหม่ในวันที่ 24 มิถุนายนในวารสาร Proceedings ของ National Academy of Sciences เป้าหมายคือการสร้างจักรวาลเสมือนจริงเพื่อจำลองเงื่อนไขต่าง ๆ สำหรับการเริ่มต้นของเอกภพ แต่นักวิทยาศาสตร์ยังหวังที่จะศึกษาการจำลองของพวกเขาเองเพื่อให้เข้าใจว่าทำไมมันถึงทำงานได้ดี
“ มันเหมือนกับการสอนซอฟต์แวร์การจดจำภาพที่มีรูปแมวและสุนัขจำนวนมาก แต่แล้วมันก็สามารถจดจำช้างได้” Shirley Ho ผู้เขียนร่วมศึกษาดาราศาสตร์ฟิสิกส์ทฤษฎีที่ศูนย์ดาราศาสตร์ฟิสิกส์คำนวณในนิวยอร์กซิตี้กล่าวใน คำให้การ. "ไม่มีใครรู้ว่ามันเป็นเช่นไรและมันเป็นปริศนาที่ยิ่งใหญ่ที่จะแก้ไข"
จำลองจักรวาล
ด้วยอายุและขนาดที่ใหญ่โตของจักรวาลการเข้าใจการก่อตัวของมันจึงเป็นความท้าทายที่น่ากลัว เครื่องมือหนึ่งในกล่องเครื่องมือนักฟิสิกส์ดาราศาสตร์คือการสร้างแบบจำลองคอมพิวเตอร์ แบบจำลองดั้งเดิมนั้นใช้พลังงานและเวลาในการคำนวณเป็นจำนวนมากเนื่องจากนักดาราศาสตร์ฟิสิกส์อาจต้องใช้เครื่องมือจำลองหลายพันตัวเพื่อปรับแต่งพารามิเตอร์ที่แตกต่างกันเพื่อพิจารณาว่าเป็นสถานการณ์จริงในโลกนี้มากที่สุด
โฮและเพื่อนร่วมงานของเธอสร้างเครือข่ายประสาทเทียมที่ลึกขึ้นเพื่อเร่งกระบวนการ แบบจำลองการกระจัดความหนาแน่นลึกหรือ D ^ 3M เครือข่ายประสาทนี้ถูกออกแบบมาเพื่อรับรู้คุณสมบัติทั่วไปในข้อมูลและ "เรียนรู้" เมื่อเวลาผ่านไปวิธีการจัดการข้อมูลนั้น ในกรณีของ D ^ 3M นักวิจัยป้อนข้อมูลการจำลอง 8,000 รายการจากแบบจำลองคอมพิวเตอร์ดั้งเดิมที่มีความแม่นยำสูงของจักรวาล หลังจาก D ^ 3M ได้เรียนรู้วิธีการทำงานของแบบจำลองเหล่านั้นแล้วนักวิจัยได้สร้างแบบจำลองใหม่ที่ไม่เคยเห็นมาก่อนในจักรวาลเสมือนจริงที่มีรูปร่างคล้ายลูกบาศก์ 600 ล้านปีแสง (จักรวาลที่สังเกตได้จริงนั้นอยู่ที่ประมาณ 93 พันล้านปีแสง)
เครือข่ายประสาทสามารถเรียกใช้การจำลองในจักรวาลใหม่นี้เช่นเดียวกับที่มีในชุดข้อมูลจำลอง 8,000 ชุดที่ใช้สำหรับการฝึกอบรม การจำลองเน้นไปที่บทบาทของแรงโน้มถ่วงในการก่อตัวของเอกภพ สิ่งที่น่าแปลกใจก็คือโฮกล่าวว่าเมื่อนักวิจัยทำการเปลี่ยนแปลงพารามิเตอร์ใหม่ ๆ เช่นปริมาณสสารมืดในจักรวาลเสมือนจริง D ^ 3M ยังคงสามารถจัดการกับสถานการณ์จำลองได้แม้ว่าจะไม่เคยได้รับการฝึกฝนเรื่องการจัดการกับสสารมืด รูปแบบ
คอมพิวเตอร์และจักรวาลวิทยา
คุณสมบัติของ D ^ 3M นี้เป็นปริศนาลึกลับโฮกล่าวและสร้างการจำลองที่น่าสนใจสำหรับวิทยาศาสตร์การคำนวณเช่นเดียวกับจักรวาลวิทยา
“ เราสามารถเป็นสนามเด็กเล่นที่น่าสนใจสำหรับผู้เรียนรู้เครื่องจักรเพื่อใช้ดูว่าทำไมโมเดลนี้คาดการณ์ได้ดีขนาดนี้ทำไมมันจึงประมาณการณ์ถึงช้างแทนที่จะจำแมวและสุนัขได้” เธอกล่าว "มันเป็นถนนสองทางระหว่างวิทยาศาสตร์กับการเรียนรู้ลึก"
ตัวแบบอาจประหยัดเวลาสำหรับนักวิจัยที่สนใจต้นกำเนิดสากล เครือข่ายนิวรัลใหม่สามารถจำลองสถานการณ์ได้เสร็จสมบูรณ์ใน 30 มิลลิวินาทีเมื่อเทียบกับหลายนาทีสำหรับวิธีการจำลองทางปัญญาที่ไม่ใช่แบบประดิษฐ์ที่เร็วที่สุด เครือข่ายยังมีอัตราข้อผิดพลาด 2.8% เทียบกับ 9.3% สำหรับรุ่นที่เร็วที่สุดที่มีอยู่ (อัตราความผิดพลาดเหล่านี้ถูกนำมาเปรียบเทียบกับมาตรฐานความแม่นยำระดับทองซึ่งเป็นรุ่นที่ใช้เวลาหลายร้อยชั่วโมงสำหรับการจำลองแต่ละครั้ง)
ตอนนี้นักวิจัยวางแผนที่จะเปลี่ยนแปลงพารามิเตอร์อื่น ๆ ในโครงข่ายประสาทใหม่ตรวจสอบว่าปัจจัยเช่นอุทกพลศาสตร์หรือการเคลื่อนที่ของของเหลวและก๊าซอาจทำให้เกิดการก่อตัวของเอกภพ
