Штучний інтелект прискорює пошук нових законів Всесвіту

Міжнародна група космологів із Принстонського університету та Інституту Флетайрон виявила унікальний нюанс під час використання штучного інтелекту для дослідження Всесвіту.

Нове дослідження, опубліковане в часописі JCAP, доводить, що метод машинного навчання під назвою «трансферне навчання» здатний у десять разів прискорити та здешевити пошук нових фізичних явищ. Проте вчені зафіксували небезпечний побічний ефект: нейромережі стають настільки залежними від раніше отриманих базових знань, що буквально втрачають здатність помічати абсолютно нові закони фізики.

Сучасна стандартна космологічна модель успішно пояснює розподіл галактик, але не дає відповідей на питання щодо темної енергії, модифікованої гравітації чи масивних нейтрино.

Для вивчення цих аномалій астрономи змушені створювати тисячі складних цифрових симуляцій віртуальних усесвітів, що потребує колосальних обчислювальних потужностей.

Метод трансферного навчання дозволив суттєво спростити цей процес. Нейромережу спочатку навчали на простих базових моделях, і лише потім завантажували в неї складні космологічні сценарії. Це схоже на вивчення медицини за базовим підручником перед переходом до рідкісних хвороб.

Такий підхід радикально скоротив витрати на моделювання, але виявив проблему «негативного переносу». Деякі ознаки нової фізики візуально нагадують процеси зі стандартної моделі. Наприклад, ознаки маси нейтрино виявилися дуже схожими на коливання густини матерії у Всесвіті. Через це попередньо навчений ШІ інтерпретував незнайомі дані через призму вже відомого матеріалу, видаючи нові відкриття за старі закономірності.

Наразі розробку перевірили лише на комп’ютерних моделях, і наступним кроком команди під керівництвом Віни Крішнарадж стане адаптація алгоритмів до аналізу реальних астрономічних спостережень.

Источник: techno.nv.ua