14:48 2023-03-23
science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu
_ Inteligența artificială descoperă ecuația secretă pentru „cântărirea” clusterelor de galaxii
_ Inteligența artificială descoperă ecuația secretă pentru „Cântărirea” clusterelor de galaxii
Astrofizicienii de la Institutul pentru Studii Avansate, Institutul Flatiron și colegii lor au folosit inteligența artificială pentru a descoperi o modalitate mai bună de a estima masa clusterelor colosale de galaxii. AI a descoperit că prin simpla adăugare a unui termen simplu la o ecuație existentă, oamenii de știință pot produce estimări de masă mult mai bune decât au avut anterior.
Estimările îmbunătățite le vor permite oamenilor de știință să calculeze proprietățile fundamentale ale universului mai precis, au raportat astrofizicienii în Proceedings of the National Academy of Sciences.
"Este un lucru atât de simplu; asta este frumusețea asta", spune coautorul studiului Francisco Villaescusa- Navarro, cercetător la Centrul pentru Astrofizică Computațională (CCA) al Institutului Flatiron din New York. „Chiar dacă este atât de simplu, nimeni nu a găsit până acum acest termen. Oamenii au lucrat la asta de zeci de ani și totuși nu au reușit să găsească acest lucru.”
Lucrarea a fost condusă de Digvijay Wadekar de la Institut. pentru Studii Avansate în Princeton, New Jersey, împreună cu cercetători de la CCA, Universitatea Princeton, Universitatea Cornell și Centrul de Astrofizică | Harvard și Smithsonian.
Înțelegerea universului necesită să știi unde și câte lucruri există. Clusterele de galaxii sunt cele mai masive obiecte din univers: un singur cluster poate conține orice, de la sute la mii de galaxii, împreună cu plasmă, gaz fierbinte și materie întunecată. Gravitația clusterului ține aceste componente împreună. Înțelegerea unor astfel de grupuri de galaxii este crucială pentru a stabili originea și evoluția continuă a universului.
Poate cea mai importantă cantitate care determină proprietățile unui cluster de galaxii este masa totală a acestuia. Dar măsurarea acestei cantități este dificilă – galaxiile nu pot fi „cântărite” plasându-le pe o cântar. Problema este și mai complicată, deoarece materia întunecată care alcătuiește o mare parte din masa unui cluster este invizibilă. În schimb, oamenii de știință deduc masa unui cluster din alte cantități observabile.
La începutul anilor 1970, Rashid Sunyaev, actual profesor vizitator distins la Școala de Științe Naturale a Institutului pentru Studii Avansate, și colaboratorul său Yakov B. Zel'dovich a dezvoltat o nouă modalitate de a estima masele clusterelor de galaxii. Metoda lor se bazează pe faptul că, pe măsură ce gravitația combină materia, electronii materiei împing înapoi.
Acea presiune a electronilor modifică modul în care electronii interacționează cu particulele de lumină numite fotoni. Pe măsură ce fotonii rămași de la strălucirea Big Bang-ului lovesc materialul stors, interacțiunea creează noi fotoni. Proprietățile acelor fotoni depind de cât de puternic comprimă gravitația materialul, care, la rândul său, depinde de greutatea clusterului de galaxii. Măsurând fotonii, astrofizicienii pot estima masa clusterului.
Cu toate acestea, această „presiune electronică integrată” nu este un proxy perfect pentru masă, deoarece modificările proprietăților fotonului variază în funcție de clusterul de galaxii. Wadekar și colegii săi au crezut că un instrument de inteligență artificială numit „regresie simbolică” ar putea găsi o abordare mai bună. Instrumentul încearcă, în esență, diferite combinații de operatori matematici, cum ar fi adunarea și scăderea, cu diverse variabile, pentru a vedea ce ecuație se potrivește cel mai bine cu datele.
Wadekar și colaboratorii săi au „hrănit” programul lor de inteligență artificială cu o stare- simulare de univers de ultimă generație care conține multe grupuri de galaxii. Apoi, programul lor, scris de coleg de cercetare CCA, Miles Cranmer, a căutat și a identificat variabile suplimentare care ar putea face estimările de masă mai precise.
AI este utilă pentru identificarea de noi combinații de parametri pe care analiștii umani le-ar putea trece cu vederea. De exemplu, deși este ușor pentru analiștii umani să identifice doi parametri importanți într-un set de date, AI poate analiza mai bine volumele mari, dezvăluind adesea factori de influență neaștepți.
„În acest moment, o mulțime de mașini- comunitatea de învățare se concentrează pe rețelele neuronale profunde”, a explicat Wadekar.
„Acestea sunt foarte puternice, dar dezavantajul este că sunt aproape ca o cutie neagră. Nu putem înțelege ce se întâmplă în ele. În fizică, dacă ceva dă rezultate bune, vrem să știm de ce face acest lucru. Regresia simbolică este benefică deoarece caută un set de date dat și generează expresii matematice simple sub formă de ecuații simple pe care le poți înțelege. Oferă un model ușor de interpretat. „
Programul de regresie simbolică al cercetătorilor le-a oferit o nouă ecuație, care a putut să prezică mai bine masa clusterului de galaxii prin adăugarea unui singur termen nou la ecuația existentă. Wadekar și colaboratorii săi au lucrat apoi înapoi de la această ecuație generată de inteligența artificială și au găsit o explicație fizică.
Ei și-au dat seama că concentrația de gaz se corelează cu regiunile clusterelor de galaxii unde inferențe de masă sunt mai puțin sigure, cum ar fi nucleele de galaxii în care pândesc găuri negre supermasive. Noua lor ecuație a îmbunătățit inferențe de masă, subminând importanța acelor nuclee complexe în calcule. Într-un fel, grupul de galaxii este ca o gogoașă sferică.
Noua ecuație extrage jeleul din centrul gogoșii care poate introduce erori mai mari și, în schimb, se concentrează pe periferiile aluoase pentru deduceri de masă mai fiabile. .
Cercetătorii au testat ecuația descoperită de AI pe mii de universuri simulate din suita CAMELS a CCA. Ei au descoperit că ecuația a redus variabilitatea estimărilor masei clusterelor de galaxii cu aproximativ 20 până la 30 la sută pentru clusterele mari, în comparație cu ecuația utilizată în prezent.
Noua ecuație le poate oferi astronomilor observaționali implicați în viitoarele studii asupra clusterelor de galaxii. o mai bună înțelegere a masei obiectelor pe care le observă. „Există destul de multe sondaje care vizează clusterele de galaxii [care] sunt planificate în viitorul apropiat”, a remarcat Wadekar. „Exemplele includ Observatorul Simons, experimentul CMB din etapa 4 și un sondaj cu raze X numit eROSITA. Noile ecuații ne pot ajuta să maximizăm randamentul științific din aceste sondaje.”
Wadekar speră, de asemenea, că această publicație va fi doar vârful aisbergului când vine vorba de utilizarea regresiei simbolice în astrofizică. „Credem că regresia simbolică este foarte aplicabilă pentru a răspunde la multe întrebări astrofizice”, a spus el.
„În multe cazuri în astronomie, oamenii fac o potrivire liniară între doi parametri și ignoră orice altceva. Dar în zilele noastre , cu aceste instrumente, puteți merge mai departe. Regresia simbolică și alte instrumente de inteligență artificială ne pot ajuta să depășim legile existente ale puterii cu doi parametri într-o varietate de moduri diferite, de la investigarea sistemelor astrofizice mici, cum ar fi exoplanetele, până la grupurile de galaxii, cele mai mari. lucruri din univers.”
Comentarii:
Adauga Comentariu