Bilim İnsanları Evrendeki Karanlık Maddeyi Tahmin Etmek için Yapay Zekayı Kullanıyorlar

ETH Zurich’deki Fizik ve Bilgisayar Bilimi bölümlerindeki bilim insanları, yapay zekayı evrenimiz hakkında daha fazla bilgi edinmek için kullanıyorlar. Karanlık madde miktarını tahmin etme yöntemlerine katkıda bulunuyorlar. Bilim insanları, Facebook (META ) ve diğer sosyal medya şirketleri tarafından yüz tanıma için kullanılanlara benzer makine öğrenimi algoritmaları geliştirdiler. Bu algoritmalar, kozmolojik verileri analiz etmeye yardımcı oluyor. Yeni araştırma ve sonuçlar, Physical Review D bilimsel dergisinde yayımlandı.

Parçacık Fiziği ve Astrofizik Enstitüsü’nden araştırmacı Tomasz Kacprzak, yüz tanıma ve evrendeki karanlık madde tahmini arasındaki bağlantıyı açıkladı.

“Facebook, algoritmalarını resimlerde gözleri, ağızları veya kulakları bulmak için kullanıyor; bizkiler ise karanlık madde ve karanlık enerjinin belirtilerini aramak için kullanıyoruz” dedi.

Karanlık madde, teleskop görüntüleri ile doğrudan görülemiyor, ancak diğer galaksilerden gelen ışık ışınlarının yolunu bükebiliyor. Bu, zayıf yerçekimi mercekleme olarak adlandırılıyor ve bu galaksilerin görüntülerini bozuyor.

Oluşan bozulma, bilim insanları tarafından kullanılıyor. Gökyüzünün kütle haritalarını oluşturuyorlar ve bu haritalar karanlık maddenin nerede olduğunu gösteriyor. Bilim insanları, karanlık maddenin konumunun teorik öngörülerini oluşturuyor ve bunları oluşturulan haritalarla karşılaştırıyorlar ve verilere en çok uyanları arıyorlar.

Haritalarla ilgili olarak açıklanan yöntem, geleneksel olarak insan tasarımı istatistikler kullanılarak yapılıyor. Bu yöntemin ortaya çıkardığı sorun, bu tür haritalardaki karmaşık kalıpları tespit etmek için uygun olmamasıdır.

“Son çalışmamızda tamamen yeni bir metodoloji kullandık… İstatistiksel analizi kendimiz tasarlamak yerine, bilgisayarların işi yapmasını sağladık” dedi Alexandre Refregier.

Bilgisayar Bilimi Bölümündeki Veri Analitiği Laboratuvarı’ndan Aurelien Lucchi ve ekibi, Janis Fluri ile birlikte, karanlık madde haritalarından mümkün olduğunca fazla bilgi çıkarmayı öğrenen derin yapay sinir ağlarını oluşturmak için makine öğrenimi algoritmalarını kullandılar.

Bilim insanları, önce sinir ağına bilgisayar tarafından oluşturulan evren verilerini verdiler. Sinir ağı, sonunda hangi özelliklere bakacağını ve büyük miktarda bilgi çıkarmayı öğrendi.

Bu sinir ağları, insan yapımı analizleri geride bıraktı. Toplamda, geleneksel yöntemlere göre %30 daha doğruydular. Kozmologlar, bu algoritmaları kullanmadan aynı doğruluk oranına ulaşmak isteseler, en az iki kat daha fazla gözlem süresi ayırmaları gerekirdi.

Bu yöntemler oluşturulduktan sonra, bilim insanları bunları KiDS-450 veri kümesine dayanarak karanlık madde haritaları oluşturmak için kullandılar.

“Bu, bu bağlamda makine öğrenimi araçlarının ilk kez kullanılması ve derin yapay sinir ağıyla daha önceki yöntemlerden daha fazla bilgi çıkarabildiğimizi gösteriyor. Kozmolojide makine öğreniminin bu kullanımının gelecekte birçok uygulaması olacağını düşünüyoruz” dedi Fluri.

Bilim insanları, şimdi bu yöntemi daha büyük görüntü kümeleri gibi Karanlık Enerji Anketi üzerinde kullanmak istiyorlar ve sinir ağları karanlık madde hakkında yeni bilgiler edinecekler.