宇宙的奥妙，我用 AI 模型来探索

原标题 | First AI Model of the Universe Knows Science it was Never Taught 作者 | The Cosmic Companion 译者 | Al小山（工程师） 注：本文的相关链接请访问文末【阅读原文】

由一个跨国研究团队开发的一种新的宇宙3D模型，速度快，准确度高，并且没有事先编程，就能进行推演。该系统的创造者们也不知道深度密度偏移模型（D3M）是如何在没人教它运算方法的情况下模拟暗物质的变化的。

人工智能（AI）正在对天文学现象进行建模，比如：从超新星爆发到系外恒星周边的行星形成。现在，研究人员借助AI的力量来对宇宙做整体建模，取得了令人惊讶的结果。正如人们所料，这个模型很快显示出它比以前的那些系统更加快速和准确。然而，没有人训练D3M，这个AI却能够模拟当暗物质含量变化时宇宙的情景，这让研究者们困惑不已。

在星系团MACS J0416.1–2403的图片中可以看到微弱的光亮，这是由于受引力影响某些恒星从其恒星家族中挣脱出来而产生的。离开原来的星系后，这些恒星排列在被附近的引力所控制的区域中，这也许能揭示宇宙中暗物质的形态。图片来源：NASA, ESA 和 M. Montes（新南威尔士大学）

“这就像用大量猫狗图片来教图像识别软件，但它却能识别大象了。没人知道怎么回事，这是个巨大的未解之迷，”Shirley Ho说，她是Flatiron研究院计算天体物理学中心的研究组组长，也是卡耐基梅隆大学的助理教授。

表扬M-5 unit计算机

在大自然的四种作用力（引力，电磁力，强力和弱力）当中，引力在远程物体的相互作用之间扮演最重要的角色。因此，开发D3M系统的研究人员专注于引力效应对于宇宙的影响。

此类模型会让研究人员做成千上万次模拟，而最精确的模型研究的是在宇宙时间尺度内亿万个个体如何运转的。

调查人员给D3M输入了以前做过的8,000个最精确的模拟。神经网络根据数据进行计算，研究人员把输出结果与期望值进行对比。

经过这番训练之后，D3M模拟了边长为6亿光年的虚拟星系的形为。传统的较快的模型要花两三分钟来生成数据，当情形比较复杂时，则要成百上千的小时才能生成结果，而D3M只需不到1/30秒就完成了任务。

与已知的最佳结果对比，那些较快的模型一般会有9.3%左右的误差。相比之下，这个新系统模拟的误差仅为2.8%。

把AI驱动的D3M模型与早期的2LPT方案进行对比，可以看到D3M比早期的那些模型都要快多得。在和一种较慢的仿真结果进行对比之后，这些图片显示了这两种较快的仿真之间的区别。深蓝色的点表示和较慢系统比较之后较快仿真之间最小的差异，而浅蓝色代表与更精确模型比较之后存在高差异的区域。图片来源：S. He等人/国家科学院学报2019

研究人员预料到他们的系统的速度和精度会超过以前的模型，他们没预料到的是AI能够推演未经训练的情形。

对巨量星系的行为进行模拟，需要异常强大的算力，详细的仿真可能要耗费数天的时间。较快的仿真，几分钟就能得到结果，但是与较旧较慢的模型相比，不够详细和精确。

D3M模型的推演相比于其它的针对星系重力引力效应的模型：如二阶微扰理论（2LPT），要精确得多。

“我们跑这些仿真只要几毫秒，而其它的‘快速’模型则要花一两分钟。并且，我们还准确得多，”Ho表示。

计算机仿真用于对许许多多的天文学现象进行建模，比如当暗能量的数量随时间变化时星系如何反应。

Fritz Zwicky是个远远超越自己时代的天文学家，他在1930年代提出的问题，直到21世纪仍然无解。图片属正当使用。

暗物质提出的沉重问题

当我们瞭望宇宙时，所有的星球和星系并没有因为引力效应而聚拢在一起。这项发现最初是由Fritz Zwicky在1930年代早期提出的，并在几十年后由Vera Rubin进行了完善。

Vera Rubin是天文学、天体物理学和宇宙学的先锋。图片属正当使用。

今天，我们知道暗物质占宇宙全部物质总量的大约27%，而所有普通物质还不到5%。剩余的68%是暗能量，提供了宇宙膨胀的动力。

然而，暗物质的本质，仍然扑朔迷离。

“暗物质应该完全不是由我们所熟悉的普通物质组成的。组成暗物质的物质会是不同的。它也许是由理论上预言过而科学家尚未观测到的粒子构成的。”NASA解释说。

宇宙中最“无聊”的星系也许藏有理解暗物质之迷的秘密。

来源：NASA Goddard 原视频地址：https://youtu.be/i5ucytz2C7I，仅供学习交流

随着研究的进行，神经网络对于探索宇宙本质的天文学家和天体物理学家来说会变得更有价值。这个意外的新发现会帮助研究人员继续发展机器学习和人工智能。

我相信在世纪末，词汇的使用以及普通教育观念会出现巨大改变，以至于当有人说机器会思考时，不用担心会遭到反驳。——Alan Turing

"机器学习程序可以把我们当成一个有趣的玩耍的地方，它可以看看为什么这个模型辩别能力这么好，为什么除了猫狗之外，它还能认出大象，"Ho说。

暗物质，和暗能量一起，一直是宇宙最大的迷团之一。人工智能也许会发挥关键作用，帮助我们解开这个谜底，解决这个困扰我们的宇宙的最根本的问题之一。

本文编辑：王立鱼

英文原文：

https://medium.com/the-cosmic-companion/first-ai-model-of-the-universe-knows-science-it-was-never-taught-cd8388564f8c

想要继续查看该篇文章相关链接和参考文献？

点击底部【阅读原文】即可访问：

https://ai.yanxishe.com/page/TextTranslation/1894