做网站推广我们是专业的,windows 2003 iis wordpress,dz论坛做分类网站,施工企业管理制度完整版来源#xff1a;simonsfoundation编译#xff1a;周熙利用神经网络#xff0c;Flatiron研究所的研究员Yin Li和他的同事只花费了传统方法所需时间千分之一#xff0c;就成功模拟了庞大而复杂的宇宙。该方法提出者在5月4日在线发表于《美国国家科学院院刊》的一项研究中报告… 来源simonsfoundation编译周熙利用神经网络Flatiron研究所的研究员Yin Li和他的同事只花费了传统方法所需时间千分之一就成功模拟了庞大而复杂的宇宙。该方法提出者在5月4日在线发表于《美国国家科学院院刊》的一项研究中报告说这种新方法将有助于开创高分辨率宇宙学模拟的新时代。研究的主要作者、纽约市Flatiron研究所的天体物理学家Yin Li说目前计算时间的局限性通常意味着我们不能同时以高分辨率和大尺度来模拟宇宙。有了我们的新技术就有可能有效地同时拥有这两者。在未来这些基于人工智能的方法将成为某些应用的规范。 Li和他的同事开发的新方法为机器学习算法提供了针对小尺度空间的低分辨率和高分辨率的模型。该算法学习如何优化低分辨率模型以匹配高分辨率版本中的细节。一旦经过训练该代码可以使用全尺寸的低分辨率模型并生成包含多达512倍颗粒的 超级分辨率 模拟。 这个过程类似于拍摄一张模糊的照片然后把缺失的细节重新添加进去使其变得清晰明了。 这种优化极大的节省了时间。对于宇宙中一个大约5亿光年的区域传统方法需要560个小时来使用一个处理核心进行高清晰度模拟。使用新方法研究人员只需要36分钟。 当更多的粒子被添加到模拟中时模拟速度居然更加出色。对于一个有1340亿个粒子的1000倍大的宇宙研究人员的新方法在一个图形处理单元上只用了16小时。Li说如果没有专门的超级计算资源这种方法需要如此长的时间它们甚至不值得被运行。 Li是Flatiron研究所计算天体物理学中心和计算数学中心的联合研究员。他与Carnegie Mellon University卡内基梅隆大学的Yueying Ni、 Rupert Croft和Tiziana Di MatteoUniversity of California, Riverside加州大学河滨分校的Simeon Bird以及University of California, Berkeley加州大学伯克利分校的Yu Feng共同撰写了这项研究。 宇宙学模拟对于天体物理学来说是不可或缺的。科学家们利用模拟来预测宇宙在各种情况下的样子例如如果拉扯宇宙的暗能量是随时间而变化的通过随后在望远镜上观察可以确认模拟的预测是否符合现实。创建可测试的预测需要运行成千上万次的模拟因此更快的建模将是该领域的一大福音。Di Matteo说“缩短运行宇宙学模拟的时间 有可能为numerical cosmology数像宇宙学和天体物理学提供重大进展。宇宙学模拟跟踪宇宙的历史和命运一直到所有星系及其黑洞的形成。 到目前为止新的模拟只考虑了暗物质和引力的作用。虽然这可能看起来过于简化但到目前为止引力是宇宙在大尺度上的主导力量而暗物质在宇宙所有物质中占比85%。模拟中的粒子并不是字面意义上的暗物质粒子而是被用作追踪器以显示暗物质的碎片如何在宇宙中移动。该团队的代码使用神经网络来预测引力将如何在一段时间内移动暗物质。这种网络摄取训练数据并使用这些信息进行计算。然后将结果与预期的结果进行比较。随着进一步的训练网络更加适配模型并变得更为准确。 研究人员使用的具体方法被称为生成式对抗网络让两个神经网络互相对抗。一个网络对宇宙进行低分辨率的模拟并使用它们来生成高分辨率的模型。另一个网络尝试将这些模拟与传统方法生成的模拟区分开来。随着时间的推移两个神经网络都变得越来越强直到最后模拟生成器胜出产出的快速模拟成果就像缓慢的传统模拟。 Li说之前的两年时间这个方法都不奏效但突然就开始有效果了。我们得到了漂亮的结果符合我们的预期。我们甚至自己做了一些盲测我们大多数人都分不清哪个是真哪个是假。 尽管只是使用小尺度的空间进行训练但神经网络准确地复制了只出现在巨大模拟中的大规模结构。 不过这些模拟并没有捕捉到一切。因为他们只关注暗物质和引力较小规模的现象——如恒星形成、超新星和黑洞的影响——被排除在外。研究人员计划扩展他们的方法以包括负责模拟此类现象的力量并在常规模拟中并行运行他们的神经网络以提高准确性。Li说我们还不知道具体如何做但我们正在取得进展。相关报道https://www.simonsfoundation.org/2021/05/04/new-application-of-artificial-intelligence-just-removed-one-of-the-biggest-roadblocks-in-astrophysics/未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
