宇宙的奧妙，我用 AI 模型來探索

知識 07-10

原標題 |First AI Model of the Universe Knows Science it was Never Taught

作者 |The Cosmic Companion

譯者 | Al小山（工程師）

由一個跨國研究團隊開發的一種新的宇宙3D模型，速度快，準確度高，並且沒有事先編程，就能進行推演。該系統的創造者們也不知道深度密度偏移模型（D3M）是如何在沒人教它運算方法的情況下模擬暗物質的變化的。

人工智慧（AI）正在對天文學現象進行建模，比如：從超新星爆發到系外恆星周邊的行星形成。現在，研究人員藉助AI的力量來對宇宙做整體建模，取得了令人驚訝的結果。正如人們所料，這個模型很快顯示出它比以前的那些系統更加快速和準確。然而，沒有人訓練D3M，這個AI卻能夠模擬當暗物質含量變化時宇宙的情景，這讓研究者們困惑不已。

離開原來的星系後，這些恆星排列在被附近的引力所控制的區域中，這也許能揭示宇宙中暗物質的形態。圖片來源：NASA, ESA 和 M. Montes（新南威爾士大學）

「這就像用大量貓狗圖片來教圖像識別軟體，但它卻能識別大象了。沒人知道怎麼回事，這是個巨大的未解之迷，」Shirley Ho說，她是Flatiron研究院計算天體物理學中心的研究組組長，也是卡耐基梅隆大學的助理教授。

表揚M-5 unit計算機

在大自然的四種作用力（引力，電磁力，強力和弱力）當中，引力在遠程物體的相互作用之間扮演最重要的角色。因此，開發D3M系統的研究人員專註於引力效應對於宇宙的影響。

此類模型會讓研究人員做成千上萬次模擬，而最精確的模型研究的是在宇宙時間尺度內億萬個個體如何運轉的。

調查人員給D3M輸入了以前做過的8,000個最精確的模擬。神經網路根據數據進行計算，研究人員把輸出結果與期望值進行對比。

經過這番訓練之後，D3M模擬了邊長為6億光年的虛擬星系的形為。傳統的較快的模型要花兩三分鐘來生成數據，當情形比較複雜時，則要成百上千的小時才能生成結果，而D3M只需不到1/30秒就完成了任務。

與已知的最佳結果對比，那些較快的模型一般會有9.3%左右的誤差。相比之下，這個新系統模擬的誤差僅為2.8%。

把AI驅動的D3M模型與早期的2LPT方案進行對比，可以看到D3M比早期的那些模型都要快多得。在和一種較慢的模擬結果進行對比之後，這些圖片顯示了這兩種較快的模擬之間的區別。深藍色的點表示和較慢系統比較之後較快模擬之間最小的差異，而淺藍色代表與更精確模型比較之後存在高差異的區域。圖片來源：S. He等人/國家科學院學報2019

研究人員預料到他們的系統的速度和精度會超過以前的模型，他們沒預料到的是AI能夠推演未經訓練的情形。

對巨量星系的行為進行模擬，需要異常強大的算力，詳細的模擬可能要耗費數天的時間。較快的模擬，幾分鐘就能得到結果，但是與較舊較慢的模型相比，不夠詳細和精確。

D3M模型的推演相比於其它的針對星系重力引力效應的模型：如二階微擾理論（2LPT），要精確得多。

「我們跑這些模擬只要幾毫秒，而其它的『快速』模型則要花一兩分鐘。並且，我們還準確得多，」Ho表示。

計算機模擬用於對許許多多的天文學現象進行建模，比如當暗能量的數量隨時間變化時星系如何反應。