Bir az maşın öyrənmə sehrindən istifadə edərək, elm adamları indi geniş və mürəkkəb kainatları ənənəvi metodların tələb etdiyi vaxtın mində birində modelləşdirə bilərlər. Yeni yanaşma yüksək ayırdetmə qabiliyyətinə malik kosmoloji simulyasiyaların yeni dövrünü açmağa kömək edəcək.
Nyu-Yorkdakı Flatiron İnstitutunun astrofiziki Yin Li və onun həmkarları tərəfindən hazırlanmış yeni metod kiçik kosmos bölgəsinin həm aşağı, həm də yüksək ayırdetmə modelləri ilə maşın öyrənməsi alqoritmini təmin edir. Alqoritm aşağı rezolyusiyaya malik modelləri yüksək ayırdetmə versiyalarında tapılan detallara uyğunlaşdırmaq üçün necə miqyas almağı öyrədir. Təlim edildikdən sonra kod tam miqyaslı, aşağı rezolyusiyaya malik modelləri götürə və 512 dəfə daha çox hissəcik ehtiva edən ultra yüksək ayırdetmə simulyasiyaları yarada bilər.
Bu miqyas əhəmiyyətli vaxta qənaət edir. Kainatın təqribən 500 milyon işıq ili genişliyində, 134 milyon hissəcikdən ibarət bir bölgəsi üçün mövcud üsullar bir emal nüvəsindən istifadə edərək yüksək ayırdetmə simulyasiyasını tamamlamaq üçün 560 saat çəkir. Alimlər deyirlər ki, yeni yanaşma ilə bunun cəmi 36 dəqiqə çəkir. Simulyasiyaya daha çox hissəcik əlavə edildikdə nəticələr daha da təsir edici oldu. 1000 dəfə böyük və 134 milyard hissəcik ehtiva edən kainat üçün tədqiqatçıların yeni metodu bir GPU-da 16 saat çəkdi.
Həmçinin maraqlıdır:
- Kainatdakı ilk hissəciklər yenidən yaradılıb. Spoiler xəbərdarlığı: qəribə görünürlər
- Yeni bir araşdırma kainatımızın 70%-nin tərkibinə dair şübhələr yaradır
Mütəxəssislərin fikrincə, kosmoloji simulyasiyaların aparılması üçün tələb olunan vaxtın azaldılması “ədədi kosmologiya və astrofizikada əhəmiyyətli irəliləyişi təmin edə bilər. Kosmoloji simulyasiyalar kainatın tarixini bütün qalaktikaların və onların qara dəliklərinin yaranmasına qədər izləyir”.
Hələlik yeni modellərdə yalnız qaranlıq maddə və cazibə qüvvəsi nəzərə alınır. Bu, həddən artıq sadələşdirmə kimi görünsə də, cazibə, şübhəsiz ki, böyük miqyasda kainatda dominant qüvvədir və qaranlıq maddə kosmosdakı bütün "maddənin" 85%-ni təşkil edir. Simulyasiyadakı hissəciklər hərfi qaranlıq maddə hissəcikləri deyil, əksinə qaranlıq maddə hissəciklərinin kainatda necə hərəkət etdiyini göstərmək üçün izləyici kimi istifadə olunur.
Simulyasiya yalnız qaranlıq maddə və cazibə üzərində fokuslandığı üçün hər şeyi tutmur, ulduzların əmələ gəlməsi, fövqəlnovalar və qara dəliklərin təsiri kimi kiçik miqyaslı hadisələr nəzərə alınmır. Tədqiqatçılar bu cür hadisələrə cavabdeh olan qüvvələri də daxil etmək üçün metodlarını genişləndirməyi və dəqiqliyi artırmaq üçün ənənəvi simulyasiyalarla yanaşı neyron şəbəkələrini də idarə etməyi planlaşdırırlar.
Həmçinin oxuyun: