ربما عثرت مجموعة من العلماء على طريقة جديدة جذريًا لدراسة علم الكونيات.
يحدد علماء الكونيات عادة تكوين الكون من خلال مراقبة أكبر عدد ممكن من أجزاءه. لكن هؤلاء الباحثين وجدوا أن خوارزمية التعلم الآلي يمكنها فحص مجرة منمذجة واحدة والتنبؤ بالتركيب العام للكون الرقمي الذي توجد فيه - على غرار تحليل حبة رمل عشوائية تحت المجهر وتحديد كتلة أوراسيا. يبدو أن الآلات قد اكتشفت نمطًا قد يسمح في المستقبل لعلماء الفلك بعمل استنتاجات واسعة النطاق حول الكون الحقيقي بمجرد دراسة اللبنات الأساسية.
"هذه فكرة مختلفة تمامًا. بدلاً من قياس تلك الملايين من المجرات ، يمكنك أن تأخذ واحدة فقط. قال فرانسيسكو فيلايسكوزا نافارو ، عالم الفيزياء الفلكية النظرية في معهد فلاتيرون في نيويورك والمؤلف الرئيسي للورقة البحثية: "من المدهش أنها تعمل".
هذا لم يكن من المفترض ان يحدث. نشأ الاكتشاف المذهل من تمرين أعطاه Vilaescuza-Navarro لجوبيتر دين ، وهو طالب في جامعة برينستون: لبناء شبكة عصبية يمكنها ، في ضوء خصائص المجرة ، تقدير بعض الصفات الكونية. كان التحدي ببساطة هو تقديم دين إلى التعلم الآلي. ثم لاحظوا أن الكمبيوتر كان يحسب الكثافة الكلية للمادة. وقالت فيلياسكوزا نافارو "اعتقدت أن الطالب أخطأ". "كان من الصعب بالنسبة لي أن أصدق ، لأكون صادقًا."
حلل الباحثون 2000 عالم رقمي تم إنشاؤه كجزء من مشروع علم الكونيات والفيزياء الفلكية باستخدام نمذجة التعلم الآلي (CAMELS). اختلفت هذه الأكوان في تكوينها من 10٪ إلى 50٪ مادة ، والباقي عبارة عن طاقة مظلمة ، مما يتسبب في تمدد الكون بشكل أسرع وأسرع (يتكون كوننا الحقيقي من ثلث المادة المظلمة والمرئية وثلثي الطاقة المظلمة) . مع تقدم المحاكاة ، اندمجت المادة المظلمة والمادة المرئية في مجرات. تضمنت عمليات المحاكاة أيضًا معالجة تقريبية لظواهر معقدة مثل المستعرات الأعظمية والمقذوفات من الثقوب السوداء فائقة الكتلة.
درست الشبكة العصبية لـ Dean ما يقرب من مليون مجرة محاكاة في هذه الأكوان الرقمية المختلفة. من منظوره الإلهي ، كان يعرف حجم كل مجرة وتكوينها وكتلتها وأكثر من اثنتي عشرة خاصية أخرى. سعى إلى ربط قائمة الأرقام هذه بكثافة المادة في الكون الأصلي.
نجح. عند اختبارها على آلاف المجرات الجديدة من عشرات الأكوان التي لم تستكشفها من قبل ، كانت الشبكة العصبية قادرة على التنبؤ بكثافة المادة الكونية بدقة تصل إلى 10٪. وقالت فيلياسكوزا نافارو: "لا يهم المجرة التي تنظر إليها ، لم يعتقد أحد أن هذا سيكون ممكنًا".
مثير للاهتمام أيضًا:
- ستطلق Space Entertainment Enterprise استوديو أفلام فضائية في عام 2024
- سيكون Amazon Alexa هو المساعد الرقمي لناسا في مهمة Artemis I الفضائية
أذهل أداء الخوارزمية الباحثين لأن المجرات هي كائنات فوضوية بطبيعتها. يتشكل بعضها مرة واحدة ، بينما ينمو البعض الآخر من خلال أكل جيرانهم. تميل المجرات العملاقة إلى الاحتفاظ بموادها ، بينما تستطيع المستعرات الأعظمية والثقوب السوداء في المجرات القزمة إخراج معظم مادتها المرئية.
أحد التفسيرات هو أن "الكون و / أو المجرات بطريقة ما أبسط بكثير مما نتخيله." أمضى الفريق ستة أشهر في محاولة لفهم كيف أصبحت الشبكة العصبية حكيمة للغاية. قاموا بالتحقق للتأكد من أن الخوارزمية لم تجد فقط طريقة ما لاشتقاق الكثافة من رمز المحاكاة بدلاً من المجرات نفسها. من خلال سلسلة من التجارب ، فهم الباحثون كيف تحدد الخوارزمية الكثافة الكونية. من خلال إعادة تدريب الشبكة بشكل متكرر ، وإخفاء الخصائص المجرية المختلفة بشكل منهجي ، ركزوا على أهم السمات.
كشفت الشبكة العصبية عن علاقة أكثر دقة وتعقيدًا بين ما يقرب من 17 خاصية مجرية وكثافة المادة. استمر هذا الارتباط على الرغم من الاندماجات المجرية والانفجارات النجمية وثورات الثقب الأسود.
تشير الدراسة ، من الناحية النظرية ، إلى أن دراسة شاملة لمجرة درب التبانة وربما بعض المجرات القريبة الأخرى يمكن أن تسمح بقياس دقيق للغاية للمادة في كوننا. قال فيلايسكوز نافارو إن مثل هذه التجربة يمكن أن توفر أدلة على أعداد أخرى من الأهمية الكونية ، مثل مجموع الكتل المجهولة للأنواع الثلاثة من النيوترينوات في الكون.
الباحثون نفرح لأن الشبكة العصبية كانت قادرة على إيجاد أنماط في المجرات الفوضوية لمحاكيتين مستقلتين. يثير الاكتشاف الرقمي احتمال أن يكون للكون الحقيقي علاقة مماثلة بين الكبير والصغير.
هذا أمر جيد جدا. إنه ينشئ صلة بين الكون بأكمله ومجرة واحدة.
اقرأ أيضا: