La toute première simulation d'intelligence artificielle de l'univers semble fonctionner comme la vraie chose - et est presque aussi mystérieuse.
Les chercheurs ont rapporté la nouvelle simulation le 24 juin dans la revue Proceedings of the National Academy of Sciences. L'objectif était de créer une version virtuelle du cosmos afin de simuler différentes conditions pour le début de l'univers, mais les scientifiques espèrent également étudier leur propre simulation pour comprendre pourquoi cela fonctionne si bien.
"C'est comme enseigner un logiciel de reconnaissance d'images avec de nombreuses photos de chats et de chiens, mais il est ensuite capable de reconnaître les éléphants", a expliqué dans un texte la co-auteure Shirley Ho, astrophysicienne théorique au Center for Computational Astrophysics de New York. déclaration. "Personne ne sait comment cela fonctionne, et c'est un grand mystère à résoudre."
Simuler l'univers
Étant donné l'énorme âge et l'échelle de l'univers, comprendre sa formation est un défi de taille. Un des outils de la boîte à outils des astrophysiciens est la modélisation informatique. Les modèles traditionnels nécessitent cependant beaucoup de puissance de calcul et de temps, car les astrophysiciens peuvent avoir besoin d'exécuter des milliers de simulations, en ajustant différents paramètres, pour déterminer quel est le scénario le plus probable dans le monde réel.
Ho et ses collègues ont créé un réseau neuronal profond pour accélérer le processus. Surnommé le modèle de déplacement en densité profonde, ou D ^ 3M, ce réseau neuronal est conçu pour reconnaître les caractéristiques communes des données et «apprendre» au fil du temps comment manipuler ces données. Dans le cas de D ^ 3M, les chercheurs ont entré 8 000 simulations à partir d'un modèle informatique traditionnel de haute précision de l'univers. Après que D ^ 3M eut appris comment ces simulations fonctionnaient, les chercheurs ont mis au point une toute nouvelle simulation inédite d'un univers virtuel en forme de cube de 600 millions d'années-lumière. (Le véritable univers observable mesure environ 93 milliards d'années-lumière.)
Le réseau de neurones a pu exécuter des simulations dans ce nouvel univers tout comme il l'avait fait dans l'ensemble de données de simulation de 8 000 qu'il avait utilisé pour la formation. Les simulations se sont concentrées sur le rôle de la gravité dans la formation de l'univers. Ce qui était surprenant, a déclaré Ho, c'est que lorsque les chercheurs ont varié de nouveaux paramètres, comme la quantité de matière noire dans l'univers virtuel, D ^ 3M était toujours en mesure de gérer les simulations - bien qu'il n'ait jamais été formé à la manipulation de la matière noire. variations.
Informatique et cosmologie
Cette caractéristique de D ^ 3M est un mystère, a déclaré Ho, et rend la simulation intrigante pour la science informatique et la cosmologie.
"Nous pouvons être un terrain de jeu intéressant pour un apprenant machine pour voir pourquoi ce modèle extrapole si bien, pourquoi il extrapole aux éléphants au lieu de simplement reconnaître les chats et les chiens", a-t-elle déclaré. "C'est une rue à double sens entre la science et l'apprentissage en profondeur."
Le modèle pourrait également être un gain de temps pour les chercheurs intéressés par les origines universelles. Le nouveau réseau neuronal pourrait effectuer des simulations en 30 millisecondes, contre plusieurs minutes pour la méthode de simulation d'intelligence non artificielle la plus rapide. Le réseau avait également un taux d'erreur de 2,8%, contre 9,3% pour le modèle le plus rapide existant. (Ces taux d'erreur sont comparés à un étalon d'exactitude, un modèle qui prend des centaines d'heures pour chaque simulation.)
Les chercheurs prévoient maintenant de faire varier d'autres paramètres dans le nouveau réseau de neurones, en examinant comment des facteurs comme l'hydrodynamique ou le mouvement des fluides et des gaz peuvent avoir façonné la formation de l'univers.
