Doorbraak AI-model simuleert het universum in 30 ms met 2,8% nauwkeurigheid

• De eerste AI-simulator van het universum is zowel snel als nauwkeurig.
• Het AI-model kan een 600 miljoen lichtjaren wijd universum simuleren in 30 milliseconden met een relatieve fout van 2,8%.
• Het is verrassend dat onderzoekers niet weten hoe deze simulator onder de motorkap werkt.

Om de evolutie van ons universum te verklaren, hebben wetenschappers een groot aantal simulaties nodig om informatie te extraheren uit hemelwaarnemingen. Het proces omvat het evalueren van miljarden deeltjes met een nauwkeurig fysiek model over een enorme volume over miljarden jaren.

Astrofysici gebruiken doorgaans een benadering genaamd N-body simulatie om de structuurvorming van het universum te voorspellen. De methode is echter computationeel duur.

Nu heeft een team onderzoekers in de Verenigde Staten een nieuw model ontwikkeld — een alternatief voor N-body simulaties — om complexe 3D-simulaties van het universum te genereren. Het gebruikt diep leer technieken om veel nauwkeurigere resultaten in veel minder tijd te produceren.

Deep Density Displacement Model

Het neurale netwerk genaamd Deep Density Displacement Model (D3M) is getraind op een enkele set kosmologische parameters.

Naast het leveren van snelle en nauwkeurige resultaten, kan het precies simuleren hoe ons universum eruit zou zien als specifieke parameters veranderden (bijvoorbeeld de hoeveelheid donkere materie in de kosmos), ondanks dat het model nooit getraind was op data waar die parameters varieerden.

D3M modelleert de effecten van zwaartekracht (de belangrijkste kracht) op ons universum. Het berekent hoe deze kracht miljarden individuele deeltjes verschuift over de hele evolutie van het universum.

Referentie: PNAS | DOI:10.1073/pnas.1821458116 | Simons Foundation

Onderzoekers trainde D3M op ongeveer 8.000 verschillende simulaties van de meest nauwkeurige bestaande modellen. De diepe neurale netwerken die D3M aandreven, leerden geleidelijk om nauwkeurigere resultaten in minder tijd te produceren.

Eenmaal het model getraind was, voerden astrofysici een simulatie uit van een vierkante universum 600 miljoen lichtjaren wijd. Ze vergelijken de resultaten met de bestaande state-of-the-art modellen.

Nauwkeurigheidsvergelijking van het nieuwe model (D3M) en N-body simulaties gegenereerd door tweed orde Lagrangiaanse perturbatietheorie (2LPT). De gemiddelde verplaatsingsfout in miljoenen lichtjaren wordt weergegeven door verschillende kleuren in het rooster.

Terwijl de nauwkeurige-maar-trage methode honderden uren nodig had om het universum te simuleren en de snelle benadering een paar minuten, voerde D3M de simulatie uit in slechts 30 milliseconden.

In vergelijking met de bestaande snelle benadering die een relatieve fout van 9,3% had, leverde D3M nauwkeurigere resultaten met een relatieve fout van 2,8%.

Wat dit model echt bijzonder maakt, is zijn uitzonderlijke vermogen om variaties in kosmologische parameters aan te pakken die niet in de trainingsdatasets waren opgenomen.

In het volgende onderzoek zullen onderzoekers proberen om andere krachten te modelleren, waaronder hydrodynamica. De complexiteit van het model kan verder verbeterd worden door simulaties met hogere resolutie toe te voegen.

Daarnaast zullen ze het werkingsmechanisme van D3M analyseren om te zien waarom het zo goed extrapoleert. Dit kan zeer nuttig zijn voor de vooruitgang van machine learning methoden.