AI可高速预测宇宙中庞大大型结构

科技日报记者 陈超

作为科学家可以运用的最大规模的验证科学，观察验证宇宙基本框架的“观察宇宙学”逐渐成熟。“宇宙大规模结构”近年来越来越受到重视。“宇宙大规模结构”指的是各个星系交织的网状结构，是宇宙迄今为止庞大进化史的终结状态。使用天文望远镜等对其举行详细视察，有助于揭开影响宇宙进化的暗物质和暗能量之谜。

为相识我们所在的宇宙是什么样的宇宙，凭据物理理论，使用超级盘算机盘算宇宙中种种大规模结构的演化，将其与观察数据举行对比，是一种很是有效的手段。可是，这需要对数十万到百万个宇宙论模型举行准确的盘算，而纵然用当前可使用的最大盘算资源，也很难举行如此大量的模拟。

京都大学基础物理学研究所特定准教授西道启博的研究小组，试图使用人工智能的“机械学习”方法来解决此难题。研究小组的机械学习设备被称为“暗模拟器”。该装置对宇宙中暗物质身分的数量和性质等举行了种种盘算，从盘算得出的101个虚拟宇宙中“学习”相应关系。这样就可以快速对新宇宙学模型预期的效果举行理论预测，而无需举行新的模拟。

“机械学习”使用的虚拟宇宙数据是日本国立天文台超级盘算机“ATERUI”和“ATERUI Ⅱ”耗时3年盘算出的总容量300TB（terabyte）的庞大模拟数据。

“暗模拟器”可以预测星系的空间漫衍和弱重力透镜效应的实际视察效果，误差约为2%—3%，使用尺度条记本电脑可以在几秒钟内完成理论预测，从而将盘算成本降低约1亿倍。

“暗模拟器”是首次在实际观察数据上直接应用的AI工具，向使用人工智能分析宇宙大数据迈出实质性的一步，也助推了下一代终极宇宙观察学的到来。

超级盘算机“ATERUI Ⅱ”盘算的宇宙大规模结构的一例。在该盘算中，约莫100亿个粒子设置在约49亿光年的一侧区域中，盘算粒子之间通过引力相互作用演化为现在的宇宙。“ATERUI Ⅱ”800个内核同时运算需要2天时间。     图片由日本国立天文台提供

研究结果已刊登在近期的《天体物理学杂志》上。

声明：转载此文是出于通报更多信息之目的。若有泉源标注错误或侵犯了您的正当权益，请作者持权属证明与本网联系，我们将实时更正、删除，谢谢。