Oamenii de știință folosesc inteligența artificială pentru a estima materia întunecată din univers

Oamenii de știință de la Departamentul de Fizică și Departamentul de Științe Computaționale de la ETH Zurich folosesc inteligența artificială pentru a învăța mai multe despre universul nostru. Ei contribuie la metodele utilizate pentru a estima cantitatea de materie întunecată prezentă. Grupul de oameni de știință a dezvoltat algoritmi de învățare automată care sunt similari cu cei utilizați de Facebook (META ) și alte companii de social media pentru recunoașterea fețelor. Acești algoritmi ajută la analiza datelor cosmologice. Noile cercetări și rezultate au fost publicate în revista științifică Physical Review D.

Tomasz Kacprzak, un cercetător de la Institutul de Fizică a Particulelor și Astrofizică, a explicat legătura dintre recunoașterea fețelor și estimarea masei întunecate în univers.

“Facebook folosește algoritmi pentru a găsi ochi, guri sau urechi în imagini; noi folosim algoritmi pentru a găsi semnele distinctive ale masei întunecate și energiei întunecate”, a explicat el.

Materia întunecată nu poate fi văzută direct prin imagini de telescop, dar ea îndoaie drumul razelor de lumină care vin de pe Pământ din alte galaxii. Acest fenomen se numește lentes gravitaționale slabe și distorsionează imaginile galaxiilor.

Distorsionarea care are loc este apoi folosită de oamenii de știință. Ei construiesc hărți bazate pe masa cerului și arată unde se află materia întunecată. Oamenii de știință iau apoi predicții teoretice ale locației masei întunecate și le compară cu hărțile construite, și caută acelea care se potrivesc cel mai bine cu datele.

Metoda descrisă cu hărți este tradițional realizată prin utilizarea statisticilor proiectate de oameni, care ajută la explicarea modului în care părțile hărților se raportează unele la altele. Problema care apare cu această metodă este că nu este bine adaptată pentru detectarea pattern-urilor complexe prezente în astfel de hărți.

“În lucrarea noastră recentă, am folosit o metodologie complet nouă… În loc să inventăm analiza statistică adecvată, am lăsat computerele să facă treaba”, a spus Alexandre Refregier.

Aurelien Lucchi și echipa sa de la Laboratorul de Analiză a Datelor de la Departamentul de Științe Computaționale, împreună cu Janis Fluri, un student doctorand din grupul lui Refregier și autorul principal al studiului, au lucrat împreună utilizând algoritmi de învățare automată. Ei i-au utilizat pentru a stabili rețele neuronale artificiale profunde care pot învăța să extragă cât mai multă informație din hărțile masei întunecate.

Grupul de oameni de știință a dat mai întâi rețelei neuronale date generate de calculator care simulează universul. Rețeaua neuronală a învățat în cele din urmă ce caracteristici să caute și să extragă cantități mari de informații.

Aceste rețele neuronale au depășit analiza realizată de oameni. În total, ele au fost cu 30% mai precise decât metodele tradiționale bazate pe analiza statistică realizată de oameni. Dacă cosmologii ar fi vrut să obțină același nivel de precizie fără a utiliza acești algoritmi, ar fi trebuit să dedice cel puțin de două ori mai mult timp observațiilor.

După ce aceste metode au fost stabilite, oamenii de știință le-au utilizat pentru a crea hărți ale masei întunecate pe baza setului de date KiDS-450.

“Acesta este primul caz în care astfel de unelte de învățare automată au fost utilizate în acest context, și am constatat că rețeaua neuronală artificială profundă ne permite să extragem mai multă informație din date decât abordările anterioare. Credem că această utilizare a învățării automate în cosmologie va avea multe aplicații viitoare”, a spus Fluri.

Oamenii de știință vor acum să utilizeze această metodă pe seturi de imagini mai mari, cum ar fi Survey-ul Energiei Întunecate, și rețelele neuronale vor începe să obțină informații noi despre materia întunecată.