El nuevo modelo de inteligencia artificial simula con precisión el universo en solo 30 milisegundos

• El primer simulador de IA del Universo es rápido y preciso.
• El modelo de IA puede simular un Universo de 600 millones de años luz de ancho en 30 milisegundos con un error relativo del 2.8%.
• Es bastante sorprendente que los investigadores no sepan cómo funciona este simulador bajo el capó.

Para explicar la evolución de nuestro Universo, los científicos necesitan una gran cantidad de simulaciones para extraer la información de las observaciones del cielo. El proceso implica evaluar miles de millones de partículas con un modelo físico preciso en un volumen enorme durante miles de millones de años.

Los astrofísicos suelen utilizar un enfoque llamado simulación de N-cuerpos para predecir la formación de estructuras del Universo. Sin embargo, el método es computacionalmente costoso.

Ahora, un equipo de investigadores de Estados Unidos ha desarrollado un nuevo modelo, una alternativa a las simulaciones de N-cuerpos, para generar complejas simulaciones en 3D del universo. Utiliza técnicas de aprendizaje profundo para generar resultados mucho más precisos en mucho menos tiempo.

Modelo de desplazamiento de densidad profunda

La red neuronal denominada Modelo de desplazamiento de densidad profunda (D3M) se entrena en un solo conjunto de parámetros cosmológicos.

Además de proporcionar resultados rápidos y precisos, podría simular con precisión cómo se vería nuestro universo si se cambiaran parámetros específicos (por ejemplo, la cantidad de materia oscura en el cosmos), a pesar de que el modelo nunca se entrenó con datos en los que esos parámetros variaban.

D3M modela los efectos de la gravedad (la fuerza más importante) en nuestro Universo. Calcula cómo esta fuerza desplaza miles de millones de partículas individuales a lo largo de toda la evolución del Universo.

Referencia:PNAS | DOI:10.1073 / pnas.1821458116 | Fundación Simons

Los investigadores capacitaron a D3M en aproximadamente 8.000 simulaciones diferentes de los modelos existentes más precisos. Las redes neuronales profundas que alimentan D3M aprendieron gradualmente a producir resultados más precisos en menos tiempo.

Una vez que se entrenó el modelo, los astrofísicos realizaron una simulación de un universo de forma cuadrada de 600 millones de años luz de ancho. Luego compararon los resultados con los modelos de vanguardia existentes.

La comparación de precisión del nuevo modelo (D3M) y las simulaciones de N cuerpos generadas por la teoría de perturbación lagrangiana de segundo orden (2LPT). El error de desplazamiento promedio en millones de años luz está representado por diferentes colores en la cuadrícula.

Si bien el método preciso pero lento tomó cientos de horas para simular el universo y la aproximación rápida tomó unos minutos, D3M ejecutó la simulación en solo 30 milisegundos.

En comparación con el enfoque rápido existente que tenía un error relativo del 9,3%, D3M arrojó resultados más precisos con un error relativo del 2,8%.

Lo que realmente hace que este modelo sea especial es su capacidad excepcional para manejar variaciones de parámetros cosmológicos que no se incluyeron en los conjuntos de datos de entrenamiento.

En el próximo estudio, los investigadores intentarán modelar también otras fuerzas, incluida la hidrodinámica. La complejidad del modelo se puede mejorar aún más agregando simulaciones de mayor resolución.

Leer:El universo se expande un 9% más rápido de lo esperado | Nuevas medidas

Además, analizarán el mecanismo de trabajo del D3M para ver por qué extrapola tan bien. Esto podría ser realmente beneficioso para el avance de los métodos de aprendizaje automático.