1. 首頁 > 科技 > >

等離子體|用人工智能研究宇宙大爆炸: 人工智能開發出神經網絡揭開宇宙大爆炸后的物理狀態

等離子體

等離子體|用人工智能研究宇宙大爆炸: 人工智能開發出神經網絡揭開宇宙大爆炸后的物理狀態

文章圖片

等離子體|用人工智能研究宇宙大爆炸: 人工智能開發出神經網絡揭開宇宙大爆炸后的物理狀態

機器學習可以用來揭開夸克膠子等離子體的秘密嗎？是的——但僅限于復雜的新方法 。 據維也納科技大學研究 ， 人工智能正被用于許多極其復雜的任務 。 那么為什么不使用機器學習來研究粒子物理學呢？事實證明 ， 這并不容易 ， 因為粒子物理學有一些特殊的數學特性 。 但現在 ， 已經開發出一種神經網絡 ， 可以用來研究夸克膠子等離子體——宇宙大爆炸后的狀態 。

用人工智能研究宇宙大爆炸
再復雜不過了：微小的粒子以極高的能量瘋狂地旋轉 ， 無數的相互作用在量子粒子的糾結中發生 ， 這導致了一種被稱為“夸克-膠子等離子體”的物質狀態 。 大爆炸之后 ， 整個宇宙都處于這種狀態；今天它是由高能原子核碰撞產生的 ， 例如在歐洲核子研究中心 。
此類過程只能使用高性能計算機和高度復雜的計算機模擬來研究 ， 其結果難以評估 。 因此 ， 為此目的使用人工智能或機器學習似乎是一個顯而易見的想法 。 然而 ， 普通的機器學習算法并不適合這項任務 。 粒子物理學的數學特性需要非常特殊的神經網絡結構 。 在 TU Wien（維也納） ， 現在已經展示了神經網絡如何成功地用于粒子物理學中的這些具有挑戰性的任務 。

用人工智能研究宇宙大爆炸
神經網絡
【等離子體|用人工智能研究宇宙大爆炸: 人工智能開發出神經網絡揭開宇宙大爆炸后的物理狀態】“盡可能逼真地模擬夸克-膠子等離子體需要大量的計算時間 ， ”TU Wien 理論物理研究所的 Andreas Ipp 博士說 。 “即使是世界上最大的超級計算機也被這個淹沒了 。 ” 因此 ， 不希望精確計算每個細節 ， 而是在人工智能的幫助下識別和預測等離子體的某些特性 。
因此 ， 使用了類似于用于圖像識別的神經網絡：人工“神經元”在計算機上以與大腦中的神經元類似的方式連接在一起——這創建了一個可以識別的網絡 ， 例如 ， 是否在某張圖片中看不到貓 。
然而 ， 當將這種技術應用于夸克-膠子等離子體時 ， 存在一個嚴重的問題：用于數學描述粒子的量子場以及它們之間的力可以用各種不同的方式表示 。 “這被稱為規范對稱性 ， ”Ipp 說 。 “這背后的基本原理是我們所熟悉的：如果我以不同的方式校準測量設備 ， 例如 ， 如果我的溫度計使用開爾文刻度而不是攝氏刻度 ， 我會得到完全不同的數字 ， 即使我描述的是相同的物理狀態 。 它與量子理論相似——除了允許的變化在數學上要復雜得多 。 乍一看完全不同的數學對象實際上可能描述了相同的物理狀態 。

用人工智能研究宇宙大爆炸
網絡結構中內置的規范對稱性
“如果你不考慮這些規范對稱性 ， 你就無法有意義地解釋計算機模擬的結果 ， ”David I. Müller 博士說 。 “教一個神經網絡自己找出這些規范對稱性將是非常困難的 。 最好從設計神經網絡的結構開始 ， 以自動考慮規范對稱性——所以相同物理狀態的不同表示也會在神經網絡中產生相同的信號 ， ”Müller 說 。 “這正是我們現在成功的做法：我們開發了全新的網絡層 ， 自動將規范不變性考慮在內 。 ” 在一些測試應用中 ，
“有了這樣的神經網絡 ， 就可以對系統進行預測——例如 ， 估計夸克膠子等離子體在以后的時間點會是什么樣子 ， 而不必真正及時計算每一個中間步驟 。”安德烈亞斯·伊普說 。 “同時 ， 確保系統只產生與規范對稱性不矛盾的結果——換句話說 ， 至少在原則上是有意義的結果 。 ”

相關經驗推薦