과학자들이 우주에서 암흑 물질을 추정하기 위해 인공 지능을 사용한다

ETH Zurich의 물리학과 컴퓨터 과학부의 과학자들은 우주에 대해 더 많은 것을 배우기 위해 인공 지능을 사용하고 있다. 그들은 암흑 물질의 양을 추정하는 데 사용되는 방법에 기여하고 있다. 과학자들은 페이스북과 다른 소셜 미디어 회사에서 얼굴 인식을 위해 사용되는 것과 유사한 기계 학습 알고리즘을 개발했다. 이러한 알고리즘은 우주 데이터를 분석하는 데 도움이 된다. 새로운 연구와 결과는 Physical Review D 과학 저널에 발표되었다.

Institute of Particle Physics and Astrophysics의 연구자 Tomasz Kacprzak는 암흑 물질을 추정하는 데 얼굴 인식과 암흑 물질 사이의 연결을 설명했다.

“페이스북은 알고리즘을 사용하여 이미지에서 눈을, 입을, 또는 귀를 찾는다. 우리는 암흑 물질과 암흑 에너지의 특징적인 징후를 찾기 위해 알고리즘을 사용한다”고 그는 설명했다.

암흑 물질은 직접적으로 망원경 이미지로 볼 수 없다. 그러나 그것은 다른 은하에서 지구로 오는 빛의 경로를 구부린다. 이것을 약한 중력 렌즈 효과라고 한다. 이것은 은하의 이미지를 왜곡시킨다.

과학자들은 이러한 왜곡을 사용한다. 그들은 하늘의 질량을 기반으로 지도を作고, 암흑 물질이 어디에 있는지 보여준다. 과학자들은 암흑 물질의 위치에 대한 이론적인 예측과 만들어진 지도를 비교하고, 데이터와 가장 일치하는 것을 찾는다.

지도를 사용하는 전통적인 방법은 인간이 설계한 통계를 사용한다. 이것은 지도에서 부분이 어떻게 관련되어 있는지 설명하는 데 도움이 된다. 그러나 이 방법은 이러한 지도에서 복잡한 패턴을 감지하는 데 잘 적합하지 않다.

“우리의 최근 연구에서 우리는 완전히 새로운 방법론을 사용했다. 우리는 적절한 통계 분석을 스스로 발명하는 대신, 컴퓨터가 그 일을 하도록 했다”고 Alexandre Refregier는 말했다.

Aurelien Lucchi와 그의 팀은 컴퓨터 과학부의 Data Analytics Lab에서 Janis Fluri와 함께 일했다. Janis Fluri는 Refregier의 그룹에서 박사 과정 학생이자 연구의 주요 저자이다. 그들은 암흑 물질 지도를 분석하기 위해 기계 학습 알고리즘을 사용했다. 그들은 암흑 물질 지도를 가능한 한 많은 정보를 추출할 수 있는 깊은 인공 신경망을 만들었다.

과학자들은 먼저 컴퓨터 생성 데이터를 신경망에 제공했다. 이 데이터는 우주를 시뮬레이션했다. 신경망은 어떤 특징을 찾고 많은 양의 정보를 추출하는 방법을 스스로 배웠다.

이러한 신경망은 인간이 만든 분석을 능가했다. 총적으로, 전통적인 방법보다 30% 더 정확했다. 만약 우주 과학자들이 이러한 알고리즘을 사용하지 않고 같은 정확도를 달성하기 원한다면, 최소한 두 배의 관측 시간을 할애해야 할 것이다.

이러한 방법이 확립된 후, 과학자들은 KiDS-450 데이터셋을 기반으로 암흑 물질 지도를 만들었다.

“이것은 이러한 기계 학습 도구가 이러한 상황에서 처음 사용된 것이다. 우리는 깊은 인공 신경망이 이전 접근 방식보다 더 많은 정보를 데이터에서 추출할 수 있음을 발견했다. 우리는 이러한 우주학에서 기계 학습의 사용이 많은 미래 응용 프로그램을 가질 것이라고 믿는다”고 Fluri는 말했다.

과학자들은 이제 더 큰 이미지 세트인 Dark Energy Survey에서 이 방법을 사용하고 싶다. 신경망은 암흑 물질에 대한 새로운 정보를 습득하기 시작할 것이다.