科学家马克一个里程碑利用人工智能产生复杂3 d模拟宇宙的快速和准确的。

仿真工作那么好甚至超出其参数,太多的惊喜创造者最终的困惑人工智能令人难以置信的能力。

超出预期

一篇论文中发表在《美国国家科学院院刊》上,天体物理学家们共享他们的项目的结果称为深密度位移模型或D³m .它的速度和准确性设置除了先前的宇宙模拟。

根据研究合著者雪莉,谁是组长熨斗理工学院计算中心的天体物理学和卡内基梅隆大学副教授,他们的新人工智能可以模拟在几毫秒内运行,与其他“快速”模拟,需要几分钟才能完成。它也更准确。

事实上,D的准确性³M是惊人的,留下Ho和她的团队感到震惊。模型可以准确地生成一个模拟宇宙的一些参数调整,如的数量暗物质宇宙中——尽管D³米没有收到训练数据对这些参数的变化。

“这就像教学图像识别软件有很多猫和狗的照片,然后能够识别的大象,”何解释道。“没有人知道它是如何工作的,它需要解决的是一个伟大的谜。”

它是如何工作的

新维³据报道M模型如何重力宇宙形状和影响,研究人员集中在自重力是宇宙中最重要力量的大规模发展。

最准确的模拟计算出重心数十亿单个粒子在宇宙的整个一生中,将为每个模拟大约300小时。更快的模拟存在,但其准确性是妥协的过程。

D³8000培训涉及喂养它的深层神经网络不同的从一个现有的高精度模拟模型。神经网络在训练数据上运行的计算和研究人员比较其结果和他们的预期结果。进一步使这些神经网络训练适应和生产更快,更准确的结果。

完成训练后D³米,研究人员模拟了一个盒子形状的宇宙扩展6亿光年。然后,他们比较结果slow-yet-accurate模型和快速模型。前者花费数百小时完成每个模拟,后者只用了几分钟。令人印象深刻的是,D³米完成了仿真在30毫秒。也是非常准确的相对误差为2.8%相比,高精度模型。

此外,维³M的意想不到的能力来处理变化参数为进一步创新铺平了道路在人工智能和机器学习。

“我们可以是一个有趣的游乐场机器学习者使用明白为什么这个模型推断这么好,为什么它意味着大象而不是仅仅认识到猫和狗,”何说。“这是一个科学和深度之间的双向学习。”