Astrophysiker verstehen eigenen 3D-Simulator nicht mehr
Zum ersten Mal wurde Künstliche Intelligenz eingesetzt, um ein 3D-Modell unseres Kosmos zu erstellen. Die Simulation war akkurater, als sie hätte sein können.
Das Wichtigste in Kürze
- 3D-Simulationen sind für Astrophysiker essentiell.
- Sie erforschen damit, wie sich das Universum entwickeln könnte und wie es entstanden ist.
- Mittels Künstlicher Intelligenz haben amerikanischer Forscher eine Simulation geschaffen.
Astrophysiker in den USA haben mithilfe Künstlicher Intelligenz einen 3D-Simulator entwickelt, der ein Modell des Universums kreieren kann. Es handelt sich um die erste solche Simulation mit künstlicher Intelligenz, die je erstellt wurde. Dafür bauten die Wissenschaftler ein neuronales Netz und fütterten es mit 8000 unterschiedlichen Simulationen von einem der genauesten Modelle des Universums, die es bisher gibt. Dann errechnete der Algorithmus ein Universum in Form einer Box, die 600 Millionen Lichtjahre umspannt.
Das Projekt mit dem Namen Deep Density Displacement Model (D3M) wurde vom Flatiron Institute in New York geleitet, es beteiligten sich unter anderen auch Forscher der Universität Kalifornien, Vancouver und Tokyo. Nun haben die Wissenschaftler die Ergebnisse im amerikanischen Journal Proceedings of the National Acadamy of Science (PNAS) publiziert. Das Resultat: Der KI-Simulator brauchte für die Berechnungen nur 30 Millisekunden, während herkömmliche Simulationsmethoden einige Minuten dauern. Doch der Simulator war nicht nur viel schneller, sondern auch viel genauer als seine Vorgänger. Sogar wenn gewisse Parameter verändert wurden – zum Beispiel wie viel vom Kosmos aus schwarzer Materie besteht. Das resultierende Modell war akkurat, obwohl der Simulator nie mit solchen abweichenden Daten trainiert worden war.
Fazit: Die Simulation war gut. Zu gut. «Es ist, also ob man eine Bilderkennungssoftware mit Hunde- und Katzenbildern trainiert, die Software dann aber plötzlich auch Elefanten erkennt», sagte die Co-Autorin Shirley Ho gegenüber dem Wissenschaftsmagazin physics.org.
Der Simulator war also zu einer Leistung fähig, die über die eingespeisten Daten nicht erklärbar ist. «Dies könnte ein interessantes Feld sein für Entwickler von Machine Learning, um herauszufinden, wieso dieses Modell so gut extrapoliert», sagte die Forscherin Ho.
Initiated by Gebert Rüf Stiftung
