AI可高速預測宇宙中復雜大型結構

更新日期:2022年08月17日

       原标题:宇宙中复杂大尺度结构的高速预测作为科学家可以使用的最大规模的验证科学, 观测宇宙基本框架的观测宇宙学正在逐渐成熟。近年来, 宇宙的大尺度结构越来越受到关注。宇宙大尺度结构是指各个星系相互交织的网络结构,

是迄今为止宇宙复杂演化历史的最终状态。使用天文望远镜对其进行详细观察, 将有助于解开影响宇宙演化的暗物质和暗能量之谜。为了了解我们所处的宇宙是什么样的, 根据物理理论,

利用超级计算机计算宇宙中各种大尺度结构的演化, 并与观测数据进行比较,

是一种非常有效的手段。但是, 这需要对数十万到数百万个宇宙学模型进行精确计算, 即使使用目前可用的最大计算资源, 也难以运行如此大量的模拟。
       日本京都大学基础物理研究所特聘副教授Keihiro Nishidou的研究小组试图利用人工智能的机器学习方法来解决这个问题。
       研究团队的机器学习设备被称为黑暗模拟器。
       该设备对宇宙中暗物质成分的数量和性质进行各种计算, 并从计算出的101个虚拟宇宙中学习对应关系。这允许对新的宇宙学模型的预期进行快速的理论预测, 而无需进行新的模拟。用于机器学习的虚拟宇宙数据是一个庞大的模拟数据, 总容量为300(由日本国立天文台超级计算机和日本II计算3年。
       黑暗模拟器可以预测星系的空间分布, 以及弱引力透镜效应的实际观测误差在 2% 和 3% 左右,

使用标准笔记本电脑可以在几秒钟内完成理论预测, 从而大大降低了计算成本。暗模拟器是第一个直接应用于实际观测数据的工具。它在利用人工智能分析宇宙大数据方面迈出了实质性的一步, 也推动了下一代终极宇宙观测科学的到来。研究结果已发表在最近一期的《天体物理学杂志》上。

Copyright © 2007 长城集团股份有限公司 changchengjituangufenyouxiangongsi (www.vestenem.com),All Rights Reserved