宇宙的3D副本充满神秘感,虚拟版本可以模拟什么?

发布网友发布时间：2022-04-22 22:53

共1个回答

热心网友时间：2023-10-29 13:16

在我们地球之外的浩瀚星河，有无数美丽的物体，就像下图你所看到的这个泡状星云，它和地球相聚8000光年。随着宇宙科学的进步，科学家们拥有了越来越先进的技术，并且对宇宙进行了人工智能模拟，这也是迄今为止的第一次，而模拟结果竟然有些出人意料，它看上去就像真实的宇宙一样，充满了神秘感。

由于宇宙的年龄和规模值都是一个相对巨大的数字，所以想要了解它的形成，其本身便是一件特别具有挑战性的事儿。该人工智能模拟的目标，是通过虚拟宇宙版本的建立，模拟宇宙最初的不同条件。然而，有意思的一件事情发生了，那就是科学家们并不知道，为什么这一次的模拟会如此有效。用一个形象的一点的比喻，就好比一款能够识别猫狗的图像识别软件，竟然意外的能够识别出大象这个物种，这个结果让所有研究人员都困惑了，也成为了目前困扰着他们的难题。

因为传统的模型都需要大量的时间和计算能力，所以计算机建模成为了天体物理科学家们的一个工具，当通过调整其中的不同参数，并完成运行数千次模拟，便能够确定最可能实现的场景。为此，科学家们创建了一个被称为深度密度位移或D ^ 3M的深度神经网络模型，用以加速整个过程，目的是要识别数据中的那些常见特征，然后跟着时间的推移操作其中的数据。研究人员在D ^ 3M的案例中，从宇宙的高精度传统计算机模型里，输入了8000个模拟。然后进行了一项全新的仿真，模拟了达到6亿光年的虚拟立方体形状。

在新宇宙中，神经网络可以进行运行模拟，就像通过8000模拟数据集，模拟重力在宇宙形成过程中所发挥的作用是什么。虽然在此之前，D ^ 3M并没有进行过任何暗物质相关的处理培训，但是当研究人员将参数改为虚拟宇宙中的暗物质量时，它依然可以处理模拟的相关问题。这个特征也让D ^ 3M拥有了一个谜团，对于计算机科学和宇宙学而言，这个模拟本身都变得更有趣了。

科学家们认为，这样的意外发现，其实也是科学和深度学习之间的双向道路，这就好比是一个有趣的游乐场，可以为机器学习者提供使用场地，然后得出该模型推断如此准确的原因。从广义的角度来看，这个模型可以为研究人员节约很多时间，能达到在30毫秒以内就完成模拟的效率，并且它的错误率只有2.8%，而非人工智能的模拟方式，最少都需要几分钟，并且现有的最快模型错误率会达到9.3%。研究人员可以通过改变网络中的其他参数，以达到研究影响宇宙的因素有哪些，比如气体动力学或流体运动等。