ब्रह्मांड विज्ञानी ब्रह्मांड सिमुलेशन से प्यार करते हैं। यहां तक कि करोड़ों प्रकाश वर्ष को कवर करने वाले मॉडल ब्रह्मांड विज्ञान और प्रारंभिक ब्रह्मांड के मूलभूत पहलुओं को समझने के लिए उपयोगी हो सकते हैं। बस एक ही समस्या है - वे अत्यंत कम्प्यूटेशनल रूप से गहन हैं। ब्रह्मांड के 500 मिलियन प्रकाश वर्ष स्वाथ को अनुकरण करने में 3 सप्ताह से अधिक समय लग सकता है .. अब, वैज्ञानिकों के नेतृत्व में यिन लियू पर फ्लैटिरॉन संस्थान इन ब्रह्मांडीय रूप से विशाल मॉडलों को 1000 गुना तेजी से चलाने का एक तरीका विकसित किया है। उस 500 मिलियन वर्ष प्रकाश वर्ष स्वाथ को 36 मिनट में सिम्युलेटेड किया जा सकता था।
ट्रेडऑफ़ के कारण पुराने एल्गोरिदम ने भाग में इतना लंबा समय लिया। मौजूदा मॉडल या तो ब्रह्मांड का एक बहुत विस्तृत, बहुत छोटा टुकड़ा या इसका एक अस्पष्ट विस्तृत बड़ा टुकड़ा अनुकरण कर सकते हैं। वे या तो उच्च संकल्प या अध्ययन के लिए एक बड़ा क्षेत्र प्रदान कर सकते थे, दोनों नहीं।
सिस्टम द्वारा बनाए गए विभिन्न स्तरों के संकल्पों की छवियों में ज़ूम किया गया।
क्रेडिट: वाई ली एट अल।
इस द्विभाजन को दूर करने के लिए, डॉ ली ने एक एआई तकनीक की ओर रुख किया जिसे a . कहा जाता है जनरेटिव प्रतिकूल नेटवर्क (जीएएन)। यह एल्गोरिथम दो प्रतिस्पर्धी एल्गोरिदम को फिर से एक-दूसरे को गड्ढे में डाल देता है, और फिर उन एल्गोरिदम पर थोड़े बदलाव के साथ पुनरावृति करता है और यह निर्धारित करता है कि उन वृद्धिशील परिवर्तनों ने एल्गोरिथ्म में सुधार किया है या नहीं। आखिरकार, पर्याप्त पुनरावृत्तियों के साथ, दोनों एल्गोरिदम अपने आप स्वाभाविक रूप से अधिक सटीक हो जाते हैं।
इस GAN में दो एल्गोरिदम दर्ज किए गए थे जिनके बहुत अलग उद्देश्य थे। एक ने ब्रह्मांड के एक हिस्से की कम-रिज़ॉल्यूशन वाली छवियां लीं और उच्च-रिज़ॉल्यूशन वाली छवियां बनाने का प्रयास किया जो देखी गई वास्तविकता से मेल खाती थीं। अन्य एल्गोरिदम ने यह बताने की कोशिश की कि क्या ब्रह्मांड का दिया गया पैच पहले एल्गोरिदम द्वारा बनाया गया था या अधिक पारंपरिक, कम्प्यूटेशनल रूप से गहन विधियों का उपयोग करके बनाया गया था।
GAN का प्रवाह आरेख।
श्रेय: बीइंगह्यूमन.एआई
एल्गोरिदम को विकसित होने में दो साल से अधिक का समय लगा, और यहां तक कि डॉ. ली को भी आश्चर्य हुआ जब उन्होंने 'अचानक ... काम करना शुरू कर दिया। हमें सुंदर परिणाम मिले जो उम्मीद से बेहतर थे।' कई एआई एल्गोरिदम के आंतरिक कामकाज को उन लोगों द्वारा भी अच्छी तरह से नहीं समझा जाता है जिन्होंने उन्हें बनाया है।
एल्गोरिदम की अंतिम सफलता का कारण जो भी हो, वे अब पारंपरिक तरीकों के समय के एक अंश में लगातार यथार्थवादी मॉडल प्रदान करते हैं। अंधे परीक्षणों में अधिक पारंपरिक तरीकों द्वारा बनाए गए सिमुलेशन की तुलना में डॉ ली और उनके सहयोगी अपने स्वयं के एल्गोरिदम द्वारा बनाए गए सिमुलेशन को भी नहीं बता सके।
यूटी के योगदानकर्ता पॉल सटर इस बात की पृष्ठभूमि पर चर्चा करते हैं कि नए एल्गोरिदम क्या मॉडल बनाने की कोशिश कर रहे हैं।
क्रेडिट: पॉल सटर यूट्यूब चैनल
पूरे विज्ञान की तरह, अभी भी बहुत कुछ करना बाकी है। अभी सिमुलेशन केवल गुरुत्वाकर्षण और डार्क मैटर के लिए जिम्मेदार है। जबकि वे बड़े पैमाने की संरचनाओं के सबसे बड़े घटक हो सकते हैं जो इन एल्गोरिदम का फोकस हैं, अन्य चीजें जैसे विद्युत चुम्बकीय बल और सामान्य पदार्थ का ब्रह्मांड पर भी महत्वपूर्ण प्रभाव पड़ता है। डॉ. ली और उनकी टीम ने सुपरनोवा और स्टार फॉर्मेशन जैसी 'छोटी' घटनाओं के मॉडलिंग पर कुछ और विकास समय पर ध्यान केंद्रित करने की योजना बनाई है।
हालांकि अभी के लिए, उनका एल्गोरिथ्म समय के एक अंश में ब्रह्मांड के बड़े, उच्च रिज़ॉल्यूशन मॉडल प्रदान करना शुरू कर सकता है। और हर जगह ब्रह्मांड विज्ञानी इसके लिए उन्हें धन्यवाद देना सुनिश्चित करेंगे।
और अधिक जानें:
सिमंस फाउंडेशन - आर्टिफिशियल इंटेलिजेंस के नए अनुप्रयोग ने खगोल भौतिकी में सबसे बड़ी बाधाओं में से एक को हटा दिया
सिमंस फाउंडेशन - ब्रह्मांड का पहला एआई सिमुलेशन तेज और सटीक है - और हम नहीं जानते कि क्यों
केंद्र शासित प्रदेश - मैचिंग रियलिटी में ब्रह्मांड के सिमुलेशन बेहतर और बेहतर हो रहे हैं
लीड छवि:
ब्रह्मांड के एक खंड की कम रिज़ॉल्यूशन (LR), उच्च रिज़ॉल्यूशन (HR) और सुपर रिज़ॉल्यूशन (SR) छवियों में ज़ूम इन के उदाहरण।
क्रेडिट: वाई ली एट अल।