科学者が改良された顔認識技術を使用してダークマターを発見する

人工知能の使用について一般の人々が最もよく知っていることは、顔認識技術です。携帯電話を解錠するときや、Facebookが画像の中から目や口などの顔のパーツを検出するアルゴリズムを使うときなど、顔認識技術は当たり前になりました。 (META )

しかし、現在、宇宙の構成に関する複雑な疑問に取り組む科学者たちは、顔認識技術の改良版を使用して、宇宙に存在するダークマターの量とその位置を発見しようとしています。

デジタル・トレンドとフューチャリティは、「物理学者たちは、ダークマターの謎を解くことが、宇宙の根本的な構造を説明するために必要であると考えている」と報告しています。

スイスのチューリッヒ工科大学の粒子物理学と天体物理学研究所にあるアレクサンドル・レフレジエのグループの研究者たちは、顔認識技術の背後にある深層学習ネットワークを使用して、ダークマターを発見するための新しいツールを開発しています。

プロジェクトに取り組む研究者の一人であるヤニス・フルーリは、デジタル・トレンドに対して、「私たちが使用するアルゴリズムは、一般的に顔認識で使用されるものと非常に似ています。AIの美点は、基本的にどんなデータからでも学習できることです。顔認識では、目、口、鼻を認識しますが、私たちはダークマターについてのヒントを与える構造を探しています。このパターン認識は、アルゴリズムの核心です。最終的に、私たちはそれを宇宙の基本的なパラメータを推測するために適応させました。」

科学者たちは、ダークマターが宇宙の約27%を占め、可視物質の約6倍の質量を持っているという仮説を立てています。また、ダークマターが銀河に必要な質量を与え、通常の物質が星や銀河に集まることを可能にしているという仮説もあります。

研究者たちは、銀河のクラスターの周辺で歪んだ領域を探しています。逆算によって、密度の高い物質、可視物質と不可視物質の両方の濃度を特定できます。

フルーリとトマシュ・カプルザクは、コンピューターシミュレーションによって生成されたデータを使用してニューラルネットワークをトレーニングしました。ダークマターの地図の反復分析により、実際の画像から「宇宙論的パラメータ」を抽出することができました。

人間による統計分析と比較した結果、30%の改善が見られました。フルーリは、「AIアルゴリズムは、トレーニング段階で多くのデータを必要とします。シミュレーションは、可能な限り正確である必要があります。そうでない場合、実際のデータには存在しない特徴を学習します。」と説明しています。

ネットワークをトレーニングした後、実際のダークマター地図、KiDS-450データセットを使用しました。これは、チリのVLTサーベイ・テレスコープ（VST）を使用して作成され、約2200倍の月の大きさの領域をカバーし、約1500万個の銀河の記録を含んでいます。

フューチャリティによると、「ダークマター地図を繰り返し分析することで、ニューラルネットワークは、望ましい情報を抽出するために、地図の中で正しい種類の特徴を探す方法を学習しました。Facebookのアナロジーでは、ランダムな楕円形を目や口から区別する能力が向上しました。」