как применить ии

Как учёные применяют ИИ для изучения Галактики

Можно ли в обозримом будущем построить машину, которая с помощью биотехнологий сможет открывать законы физики или математики, недоступные пониманию умнейших людей? Будет ли будущее науки обязательно зависеть от машин, работающих на таком уровне, которого мы никогда не сможем достичь? В кратком конспекте немного поговорим об этом. Статья с Дзен канала АНО Систематика.

Научный журналист Дэн Фок рассказывает об эксперименте Шавински и его коллег в технической школе Цюриха Денниса Терпа и Цэ Джана, результаты которого были опубликованы в журнале Astronomy & Astrophysics. Эти учёные использовали обобщённое моделирование, чтобы узнать, какие физические изменения претерпевают галактики с течением времени.

Астрофизик Кевин Щавински, возглавляющий ИИ-компанию Modulos, утверждает, что метод генеративного моделирования предлагает третий способ изучения Вселенной.
Астрофизик Кевин Щавински, возглавляющий ИИ-компанию Modulos, утверждает, что метод генеративного моделирования предлагает третий способ изучения Вселенной.

Модель, которую они использовали, создавала искусственные данные для проверки той или иной гипотезы. Например, учёные применили программу, чтобы узнать, как резкое снижение скорости образования новых звёзд связано с растущей плотностью галактики.

Главное было — понять, как много информации можно получить о процессах, происходящих в звёздах и галактиках, на основе одних только имеющихся данных.

Учёные взяли изображения галактик, находящихся в среде с низкой плотностью, и посмотрели, как бы они выглядели в высокой плотности. В итоге исследователи обнаружили, что при переходе из низкой плотности в высокую галактики становятся более красного цвета, а звёзды внутри них собираются ближе к их центру. Такие данные были получены и при наблюдении за галактиками. Но Шавински хотел знать причину этого.

И здесь необходимо вмешательство человека: надо было подумать, что могло таким образом повлиять на состояние галактики. Шавински выдвинул две гипотезы: увеличение количества пыли или замедление образования новых звёзд могло придавать галактикам красноватый цвет в среде высокой плотности.

Для проверки этих гипотез использовали обобщённое моделирование. Изменили потенциальное запыленное пространство и скорость образования звезд, чтобы увидеть, как изменится цвет галактики.

В конце эксперимента учёные ясно увидели, что более насыщенным красным цветом обладали галактики, в которых снизилась скорость образования новых звёзд, а не те, в которых изменилась запыленность. Поэтому предпочтение отдали теории, связывающей плотность среды галактики и скорость образования звёзд.

Вот как сам Шавински объясняет разницу между обычным и обобщённым моделированием.

Обычное моделирование. Кажется, я знаю, какими физическими законами это можно объяснить. Знаю, как образуются звёзды, как ведёт себя тёмная материя и прочее. Я загружу все свои теории в одну базу и запущу программу моделирования. А затем спрошу себя, похоже ли это на правду.
Обобщённое моделирование. В некотором смысле оно противоположно обычному. Мы ничего не знаем; ничего не хотим допускать. Мы хотим, чтобы данные сами сказали нам, в чём дело.

Фок объясняет, что применение обобщённого моделирования не приведёт к исчезновению учёных. Однако к искусственным системам следует относиться не просто как к инструментам обработки данных, а как к инструментам, которые автоматизируют научную деятельность.

Я думаю, что мы как сообщество начинаем использовать данные более технологично. Но многие труды учёных всё ещё основаны на простых наблюдениях.