روش جدید و بنیادی دانشمندان برای شناسایی کل کیهان با کمک شبکه عصبی

دانشمندان معتقدند با استفاده از شبیه سازی های کامپیوتری و یک شبکه عصبی می توان به روشی جدید و بنیادی برای کیهان‌شناسی دست یافت که در آن تنها بررسی یک کهکشان میزان مقدار ماده موجود در کل جهان را به ما نشان می دهد.

به گزارش سرویس اخبار فناوری و تکنولوژی تکنا، تاکنون کلیه کیهان شناسان تنها از طریق رصد های بیشتر ترکیب جهان را تخمین می زنند. اکنون پژوهشگرانی تلاش کرده‌اند تا از الگوریتم یادگیری ماشینی استفاده کنند که تنها با بررسی دقیق یک کهکشان واحد شبیه سازی شده می تواند ترکیب کلی این جهان را تخمین بزند. بطور مثال تحلیل یک دانه شن زیر میکروسکوپ امکان محاسبه جرم سرزمین اوراسیا را فراهم می کند.

ظاهراً الگوهای ماشینی به دانشمندان اجازه میدهند تا با بررسی عناصر بنیادی سازنده جهان آنرا به طور فراگیر نتیجه گیری کنند. فرانسیسکو ناوارو اختر فیزیک دان موسسه فلاتیرون از نیویورک و نویسنده ارشد این مطالعه می‌گوید: این یک ایده کاملا متفاوتی است که در آن به جای شناخت و محاسبه میلیون ها کهکشان تنها از یکی از آنها استفاده کنیم. در واقع این مطالعه بخشی از مطالعه تمرینی ای بود که ناوارو به یکی از دانشجویان دانشگاه پرینستون داده بود. در این تمرین از دانشجو خواسته شده بود تا با کمک یک شبکه عصبی و پردازش خصوصیات یک کهکشان امکان تخمین دیگر مشخصه های کهکشان را نیز داشته باشد.

در این پژوهش حدود ۲۰۰۰ جهان دیجیتالی آنالیز شد که همه آنها حدود بین ۱۰ تا ۵۰ درصد از ماده و یا از انرژی تاریک تشکیل شده بودند. در این شبیه سازی ماده های مرئی و تاریک همچنین رویدادهایی مانند ابرنواختر و فوران های شدید از سیاهچاله های کلان جرم نیز در نظر گرفته شد. بدین ترتیب در این شبکه نزدیک به یک میلیون کهکشان شبیه سازی شده مطالعه شد و در نهایت اندازه، ترکیب، جرم و ده ها ویژگی دیگر هر کهکشان جمع آوری شد. سپس این شبیه‌سازی روی هزاران کهکشان جدید دیگر که تاکنون بررسی نشده بودند آزمایش شد و این شبکه توانست تا ۱۰ درصد چگالی ماده کیهانی را تخمین بزند.