과학자 그룹이 우주론을 연구하는 근본적으로 새로운 방법을 우연히 발견했을 수 있습니다.
우주론자들은 일반적으로 가능한 한 많은 부분을 관찰하여 우주의 구성을 결정합니다. 그러나 이 연구원들은 기계 학습 알고리즘이 단일 모델링된 은하를 면밀히 조사하고 그것이 존재하는 디지털 우주의 전체 구성을 예측할 수 있다는 것을 발견했습니다. 이는 현미경으로 임의의 모래 알갱이를 분석하고 유라시아의 질량을 결정하는 것과 유사합니다. 기계는 미래에 천문학자들이 기본 구성 요소를 연구함으로써 실제 우주에 대한 대규모 추론을 할 수 있게 하는 패턴을 발견한 것 같습니다.
"이것은 완전히 다른 생각입니다. 수백만 개의 은하를 측정하는 대신 하나만 가져갈 수 있습니다. 그것이 효과가 있다는 것은 놀라운 일입니다."라고 논문의 주저자인 뉴욕 플랫아이언 연구소의 이론 천체 물리학자인 Francisco Villaescuza-Navarro가 말했습니다.
이런 일은 일어나지 말았어야 했다. 놀라운 발견은 Vilaescuza-Navarro가 Princeton 대학의 학생인 Jupiter Dean에게 한 연습에서 나왔습니다. 은하의 속성을 고려할 때 몇 가지 우주론적 속성을 추정할 수 있는 신경망을 구축하라는 것이었습니다. 과제는 단순히 딘을 머신 러닝에 소개하는 것이었습니다. 그런 다음 그들은 컴퓨터가 물질의 총 밀도를 계산하고 있음을 알아차렸습니다. Villaescuza-Navarro는 "학생이 실수했다고 생각했습니다. "솔직히 믿기가 좀 어려웠어요."
연구원들은 CAMELS(Cosmology and Astrophysics with Machine Learning Modeling) 프로젝트의 일환으로 생성된 2000개의 디지털 우주를 분석했습니다. 이 우주는 구성이 10%에서 50%까지 다양하며 나머지는 암흑 에너지로 우주가 점점 더 빠르게 팽창합니다(우리의 실제 우주는 약 /의 암흑 물질과 가시 물질과 /의 암흑 에너지) . 시뮬레이션이 진행됨에 따라 암흑 물질과 가시 물질이 은하로 병합되었습니다. 시뮬레이션에는 초신성 및 초대질량 블랙홀의 분출과 같은 복잡한 현상에 대한 대략적인 처리도 포함되었습니다.
Dean의 신경망은 이러한 다양한 디지털 우주에서 거의 1만 개의 시뮬레이션된 은하를 연구했습니다. 신과 같은 관점에서 그는 각 은하의 크기, 구성, 질량 및 기타 가지 이상의 특성을 알고 있었습니다. 그는 이 숫자 목록을 모우주의 물질 밀도와 관련시키려고 했습니다.
성공했습니다. 이전에 탐색한 적이 없는 수십 개의 우주에서 수천 개의 새로운 은하에 대해 테스트했을 때 신경망은 10%의 정확도로 우주 물질 밀도를 예측할 수 있었습니다. Villaescuza-Navarro는 "어떤 은하를 보고 있는지는 중요하지 않습니다. 아무도 이것이 가능하다고 생각하지 않았습니다."라고 말했습니다.
또한 흥미로운 점:
- Space Entertainment Enterprise, 2024년에 우주 영화 스튜디오 출범
- Amazon Alexa는 Artemis I 우주 임무에서 NASA의 디지털 비서가 될 것입니다.
은하는 본질적으로 혼돈의 대상이기 때문에 알고리즘의 성능은 연구원들을 놀라게 했습니다. 어떤 것은 한 번에 형성되고 어떤 것은 이웃을 잡아먹으며 성장합니다. 거대 은하는 그들의 물질을 유지하는 경향이 있는 반면 왜소은하의 초신성과 블랙홀은 보이는 물질의 대부분을 방출할 수 있습니다.
한 가지 해석은 "우주 및/또는 은하계는 우리가 상상한 것보다 훨씬 간단합니다."라는 것입니다. 팀은 신경망이 어떻게 그렇게 현명해졌는지 이해하기 위해 개월을 보냈습니다. 그들은 알고리즘이 은하 자체가 아닌 시뮬레이션 코드에서 밀도를 도출하는 방법을 찾지 않았는지 확인했습니다. 일련의 실험을 통해 연구자들은 알고리즘이 우주 밀도를 결정하는 방법을 이해했습니다. 네트워크를 반복적으로 재훈련하고 다양한 은하적 속성을 체계적으로 숨김으로써 가장 중요한 속성에 집중했습니다.
신경망은 약 17개의 은하적 특성과 물질의 밀도 사이의 훨씬 더 정확하고 복잡한 관계를 밝혀냈습니다. 이 연결은 은하 합병, 별 폭발 및 블랙홀 폭발에도 불구하고 지속됩니다.
이 연구는 이론적으로 우리은하와 아마도 다른 몇 개의 가까운 은하에 대한 포괄적인 연구를 통해 우리 우주의 물질을 극도로 정밀하게 측정할 수 있다고 제안합니다. 이러한 실험은 우주에 있는 세 가지 유형의 중성미자의 알려지지 않은 질량의 합과 같은 우주적으로 중요한 다른 숫자에 대한 단서를 제공할 수 있다고 Villaescuz-Navarro는 말했습니다.
연구원 신경망이 두 개의 독립적인 시뮬레이션의 지저분한 은하에서 패턴을 찾을 수 있었던 것을 기쁘게 생각합니다. 디지털 발견은 실제 우주가 큰 것과 작은 것 사이에 유사한 연결을 품고 있을지도 모른다는 가능성을 높입니다.
이것은 아주 좋은 일입니다. 그것은 전체 우주와 하나의 은하계를 연결합니다.
또한 읽기: