Нейросеть создала точную модель развития ранней Вселенной |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2019-09-01 09:27 Благодаря машинному обучению международная группа ученых разработала первую ИИ-модель Вселенной. Новый подход прекрасно сочетает достоинства двух прежних — аналитических рассуждений и численного моделирования. Чтобы понять устройство Вселенной, ученые создают ее модели, которые бы соответствовали наблюдениям. До появления компьютеров они создавали очень упрощенные физические системы, в шутку называемые «сферическими коровами», с помощью карандаша и бумаги. Затем стали моделировать более сложные феномены, например, движение миллиардов частиц на протяжении миллиарда лет, чтобы изучить развитие Вселенной до нынешнего состояния, пишет EurekAlert. После Большого взрыва в начале жизни Вселенная была единообразной, но со временем более плотные части становились все плотнее под воздействием гравитации, и постепенно сформировалась структура, известная как космическая паутина. Для ее изучения исследователи использовали множество методов, включая аналитические вычисления и численное моделирование. Аналитические методы дают быстрый результат, но не точны. Численные — точнее, но требуют много вычислительных ресурсов, даже на суперкомпьютерах. Поэтому для моделирования Вселенной ученым приходится выбирать между точностью и скоростью. Для того чтобы решить эту проблему, команда исследователей из США, Канады и Японии обратилась к машинному обучению и поручила нейросети предсказать развитие ранней Вселенной до нынешнего состояния. Они обучили сверточную нейросеть и построили модель глубокого обучения D3M, которая сымитировала процесс формирования космической паутины. Новая модель получилась не только во много раз точнее, чем аналитическая, но и намного эффективнее, чем численные методы, которые использовались для ее обучения. По мнению Инь Ли из Токийского университета, одного из участников исследования, благодаря таким методам в скором времени ученые смогут открыть первоначальные состояния и физику, скрытую во Вселенной. Новую модель Вселенной, дающую ответ на загадку темной энергии, предложили шведские ученые. По их гипотезе она расположена на растущем пузыре и движется в дополнительное измерение. Источник: hightech.plus Комментарии: |
|