Desenvolvida ferramenta de inteligência artificial para prever a estrutura do universo

Um exemplo do universo virtual criado pelo supercomputador ATERUI II. Ele mostra a distribuição de cerca de 10 bilhões de partículas em um volume que abrange cerca de 4,9 bilhões de anos-luz evoluídos até hoje. Demora cerca de dois dias usando 800 núcleos de CPU no ATERUI II. Crédito: YITP

Os avanços nos telescópios permitiram aos pesquisadores estudar o universo com mais detalhes e estabelecer um modelo cosmológico padrão que explique vários fatos observacionais simultaneamente. Mas há muitas coisas que os pesquisadores ainda não entendem. Notavelmente, a maioria do universo é composta de matéria escura e energia escura de natureza desconhecida.

Um caminho promissor para resolver esses mistérios é estudar a estrutura do universo. O universo é composto de filamentos onde galáxias se agrupam. Esses filamentos se assemelham a fios de longe, vazios ao redor, onde parece não haver nada. A descoberta do fundo cósmico de microondas deu aos pesquisadores um instantâneo de como o universo parecia perto de seu começo; compreender como sua estrutura evoluiu para o que é hoje revelaria características valiosas sobre a matéria escura e a energia escura.

Uma equipe de pesquisadores, incluindo o professor associado Takahiro Nishimichi do Instituto Yukawa da Universidade de Kyoto, Takahiro Nishimichi, e o Instituto Kavli de Física e Matemática do Universo (Kavli IPMU), o pesquisador principal Masahiro Takada usou os supercomputadores de simulação astrofísica mais rápidos do mundo, ATERUI e ATERUI II. desenvolva o Dark Emulator. O uso do emulador em dados registrados por várias das maiores pesquisas observacionais do mundo permite que os pesquisadores estudem possibilidades sobre a origem das estruturas cósmicas e como a distribuição de matéria escura pode ter mudado ao longo do tempo.

“Criamos um banco de dados extraordinariamente grande usando um supercomputador, que levou três anos para terminar, mas agora podemos recriá-lo em um laptop em questão de segundos. Sinto que há um grande potencial na ciência de dados. Usando esse resultado, eu Espero que possamos trabalhar para descobrir o maior mistério da física moderna, que é descobrir o que é energia escura. Também acho que esse método que desenvolvemos será útil em outros campos, como ciências naturais ou ciências sociais “, afirma autor Nishimichi.

A maneira pela qual as galáxias se agrupam no Universo é esclarecida nesta imagem do universo, conforme observado pelo Sloan Digital Sky Survey (SDSS). Os pontos amarelos representam a posição de galáxias individuais, enquanto o laço laranja mostra a área do universo que abrange 1 bilhão de anos-luz. No centro está a Terra, e ao redor dela há um mapa tridimensional de onde estão diferentes galáxias. A imagem revela que as galáxias não estão uniformemente espalhadas por todo o universo e se agrupam para criar áreas chamadas filamentos, ou estão completamente ausentes em áreas chamadas vazios. Crédito: Tsunehiko Kato, ARC e SDSS, Projeto do Universo Digital Quadridimensional NAOJ
O design conceitual do Dark Emulator. Esquerda: Um exemplo do universo virtual criado pelo supercomputador ATERUI II. Centro: A arquitetura do Dark Emulator. Ele aprende a correspondência entre os parâmetros cosmológicos fundamentais empregados no início de uma simulação e seus resultados com base em uma arquitetura de aprendizado de máquina com implementação híbrida de vários métodos estatísticos. Após o treinamento, a máquina agora prediz com precisão os sinais observacionais esperados para um novo conjunto de parâmetros cosmológicos sem executar uma nova simulação. Isso permite que os astrônomos reduzam drasticamente o custo computacional necessário para a extração de parâmetros cosmológicos a partir de dados observacionais. Crédito: YITP, NAOJ

Essa ferramenta usa um aspecto da inteligência artificial chamado aprendizado de máquina. Ao alterar várias características importantes do universo, como as de matéria escura e energia escura, ATERUI e ATERUI II criaram centenas de universos virtuais. O Dark Emulator aprende com os dados e adivinha resultados para novos conjuntos de características sem ter que criar simulações totalmente novas todas as vezes. Ao testar a ferramenta resultante com pesquisas da vida real, ela previu com sucesso efeitos fracos de lentes gravitacionais na pesquisa Hyper Suprime-Cam, juntamente com os padrões tridimensionais de distribuição de galáxias registrados no Sloan Digital Sky Survey com precisão de 2 a 3% em uma questão de segundos. Em comparação, a execução de simulações individualmente através de um supercomputador sem a IA levaria vários dias.

Os pesquisadores esperam aplicar sua ferramenta usando dados de pesquisas futuras da década de 2020, permitindo estudos mais aprofundados da origem do universo.


Publicado em 06/02/2020 08h18

Artigo original:

Estudo original:


Achou importante? Compartilhe!


Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: