Вселенная за 30 миллисекунд: машина научилась играть роль Бога

Первые шаги к созданию искусственной Вселенной уже сделаны — и результаты впечатляют. Новая модель на основе искусственного интеллекта способна воспроизводить эволюцию космоса с невиданной ранее скоростью и точностью. Исследователи утверждают, что теперь можно моделировать Вселенную размером в сотни миллионов световых лет всего за доли секунды. Об этом сообщает издание New-Science.ru.

Прорыв в моделировании космоса

Астрофизики давно стремились понять, как формировались звёзды, галактики и крупномасштабные структуры. Для этого они использовали сложные симуляции, где рассчитывались взаимодействия миллиардов частиц под действием гравитации. Такие расчёты требовали колоссальных вычислительных ресурсов и занимали сотни часов. Чтобы ускорить процесс, учёные из США предложили инновационный подход: они заменили традиционные методы N-тел симуляций системой глубокого обучения, получив в разы более быстрые и точные результаты.
Эта модель получила название Deep Density Displacement Model (D3M) — "модель смещения глубокой плотности”. Она стала первым примером того, как нейросеть может воссоздать поведение космоса без необходимости в сверхмощных кластерах.

Как работает D3M

Суть модели заключается в том, что она "учится” на огромном массиве уже существующих симуляций, где каждый сценарий описывает поведение Вселенной при разных условиях. D3M анализирует эти данные, выявляя закономерности влияния гравитации — основной силы, формирующей космические структуры. После обучения на примерно 8000 высокоточных симуляциях нейросеть смогла предсказывать движение материи с невероятной скоростью.

"Это похоже на обучение программе распознавания изображений с множеством фотографий собак и кошек, а потом она вдруг начинает распознавать слонов", — объясняет Ширли Хо, соавтор исследования.
Модель продемонстрировала способность точно описывать развитие космоса даже при изменении исходных параметров, например, доли тёмной материи, хотя ранее таких данных в обучающем наборе не было. Подобные принципы анализа используются и в других проектах, где ИИ помогает раскрывать тайны тёмной материи и уточнять структуру ранней Вселенной.

Результаты и преимущества

Эксперимент показал, что D3M способна моделировать Вселенную шириной 600 миллионов световых лет всего за 30 миллисекунд. Для сравнения: прежние методы требовали нескольких часов или даже суток. При этом точность модели оказалась впечатляющей — относительная ошибка составила лишь 2,8%, в то время как у прежних быстрых алгоритмов она достигала 9,3%.
Такой скачок в производительности открывает новые возможности для астрофизиков. Теперь они могут исследовать больше сценариев за меньшее время, что позволит быстрее находить ответы на ключевые вопросы о происхождении и будущем нашей Вселенной. D3M также способна обрабатывать изменения в космологических параметрах, что делает её уникальным инструментом для теоретической физики и моделирования. Схожие подходы применяются и при изучении того, как взрывы сверхновых ускоряли формирование планет и влияли на развитие звёздных систем.

Перспективы развития

Учёные не собираются останавливаться на достигнутом. В следующем этапе исследований команда планирует включить моделирование других физических процессов, таких как гидродинамика, чтобы описывать поведение газа и плазмы в космосе. Кроме того, разработчики хотят улучшить разрешение симуляций и понять внутренний механизм работы нейросети, чтобы объяснить, как она так точно экстраполирует данные.
Этот анализ поможет улучшить не только космологические модели, но и подходы к машинному обучению в целом — ведь D3M наглядно демонстрирует, как ИИ может адаптироваться к новым условиям и делать выводы за пределами обучающего набора данных.

В конечном итоге такие технологии могут стать основой для создания виртуальных лабораторий Вселенной, где учёные будут экспериментировать с параметрами и мгновенно наблюдать последствия. Это не просто шаг вперёд для астрофизики, но и пример того, как искусственный интеллект способен менять подход к науке и пониманию мироздания.