人工智能首次應用于宇宙大數(shù)據(jù)分析
AI可高速預測宇宙中復雜大型結(jié)構(gòu)
科技日報東京2月5日電 （記者陳超）作為科學家可以運用的最大規(guī)模的驗證科學，觀測驗證宇宙基本框架的“觀測宇宙學”逐漸成熟?！坝钪娲笠?guī)模結(jié)構(gòu)”近年來越來越受到重視。“宇宙大規(guī)模結(jié)構(gòu)”指的是各個星系交織的網(wǎng)狀結(jié)構(gòu)，是宇宙迄今為止復雜進化史的終結(jié)狀態(tài)。利用天文望遠鏡等對其進行詳細觀察，有助于揭開影響宇宙進化的暗物質(zhì)和暗能量之謎。
為了解我們所在的宇宙是什么樣的宇宙，根據(jù)物理理論，使用超級計算機計算宇宙中各種大規(guī)模結(jié)構(gòu)的演化，將其與觀測數(shù)據(jù)進行對比，是一種非常有效的手段。但是，這需要對數(shù)十萬到百萬個宇宙論模型進行精確的計算，而即使用當前可利用的最大計算資源，也很難進行如此大量的模擬。
日本京都大學基礎物理學研究所特定準教授西道啟博的研究小組，試圖利用人工智能的“機器學習”方法來解決此難題。研究小組的機器學習設備被稱為“暗模擬器”。該裝置對宇宙中暗物質(zhì)成分的數(shù)量和性質(zhì)等進行了各種計算，從計算得出的101個虛擬宇宙中“學習”相應關系。這樣就可以快速對新宇宙學模型預期的結(jié)果進行理論預測，而無需進行新的模擬。
“機器學習”使用的虛擬宇宙數(shù)據(jù)是日本國立天文臺超級計算機“ATERUI”和“ATERUI Ⅱ”耗時3年計算出的總?cè)萘?00TB（terabyte）的巨大模擬數(shù)據(jù)。
“暗模擬器”可以預測星系的空間分布和弱重力透鏡效應的實際觀察結(jié)果，誤差約為2%—3%，利用標準筆記本電腦可以在幾秒鐘內(nèi)完成理論預測，從而將計算成本大大降低。
“暗模擬器”是首次在實際觀測數(shù)據(jù)上直接應用的AI工具，向利用人工智能分析宇宙大數(shù)據(jù)邁出實質(zhì)性的一步，也助推了下一代終極宇宙觀測學的到來。
研究成果已刊登在近期的《天體物理學雜志》上。
