Umělá inteligence zrychluje simulace temné hmoty ve vesmíru
© / kredit: Kilo-Degree Survey Collaboration/H. Hildebrandt & B. Giblin/ESO · Zdroj · · CC BY 4.0 · Úpravy: zmenšení a kredit.
Simulace temné hmoty jsou klíčové pro pochopení struktury vesmíru a rozložení galaxií. Detailní počítačové modely, které zachycují i drobné podstruktury (tzv. subhala), jsou však výpočetně nesmírně náročné. Vědci proto vyvinuli novou metodu založenou na strojovém učení, která dokáže tento proces výrazně zrychlit. Algoritmus nejprve pomocí rozhodovacích stromů odhadne, zda dané halo obsahuje menší podstruktury. Následně vyhledá vlastnostmi nejpodobnější halo z detailní simulace a jeho podstruktury do nového modelu přesně přenese. Tato metoda dosahuje vysoké přesnosti s chybou pod 5 % a spolehlivě předpovídá rozmístění i shlukování podstruktur. Proč je to zajímavé: Metoda umožňuje astronomům bleskově vytvářet realistické mapy vesmíru bez nutnosti dlouhých a nákladných výpočtů na superpočítačích.
Původní zdroj →Našli jste chybu nebo nepřesnost? Napište redakci. (redakce@kosmonovinky.cz)