Figur 1:Ett exempel på det virtuella universum skapat av ATERUI II superdator. Den visar fördelningen av cirka 10 miljarder partiklar i en volym som omfattar cirka 4,9 miljarder ljusår som utvecklats fram till idag. Det tar ungefär två dagar att använda 800 CPU-kärnor i ATERUI II. Kredit:YITP
Framsteg inom teleskop har gjort det möjligt för forskare att studera universum med större detalj, och att etablera en standard kosmologisk modell som förklarar olika observationsfakta samtidigt. Men det finns många saker som forskare fortfarande inte förstår. Anmärkningsvärt, majoriteten av universum består av mörk materia och mörk energi av okänd natur. En lovande väg att lösa dessa mysterier är att studera universums struktur. Universum består av filament där galaxer samlas. Dessa filament liknar trådar från långt håll, omgivande tomrum där det inte verkar finnas något. Upptäckten av den kosmiska mikrovågsbakgrunden har gett forskarna en ögonblicksbild av hur universum såg ut nära dess början; att förstå hur dess struktur utvecklades till vad den är idag skulle avslöja värdefulla egenskaper om mörk materia och mörk energi.
Ett team av forskare, inklusive Kyoto University Yukawa Institute for Theoretical Physics Project Docent Takahiro Nishimichi, och Kavli Institute for the Physics and Mathematics of the Universe (Kavli IPMU) huvudforskare Masahiro Takada använde världens snabbaste astrofysiska simuleringssuperdatorer ATERUI och ATERUI II för att utveckla Dark Emulator. Genom att använda emulatorn på data som registrerats av flera av världens största observationsundersökningar kan forskare studera möjligheter angående ursprunget till kosmiska strukturer och hur mörk materias fördelning kunde ha förändrats över tiden.
"Vi byggde en extraordinärt stor databas med en superdator, som tog oss tre år att avsluta, men nu kan vi återskapa det på en bärbar dator på några sekunder. Jag känner att det finns en stor potential inom datavetenskap. Med hjälp av detta resultat, Jag hoppas att vi kan arbeta oss mot att avslöja den moderna fysikens största mysterium, som är att avslöja vad mörk energi är. Jag tror också att den här metoden vi har utvecklat kommer att vara användbar inom andra områden som naturvetenskap eller samhällsvetenskap, " säger huvudförfattaren Nishimichi.
Figur 2:Sättet på vilket galaxer samlas i universum framgår av denna bild av universum som observerats av Sloan Digital Sky Survey (SDSS). De gula prickarna representerar positionen för enskilda galaxer, medan den orangea slingan visar universums yta som sträcker sig över 1 miljard ljusår. I centrum är jorden, och runt den finns en tredimensionell karta över var olika galaxer finns. Bilden avslöjar att galaxer inte är jämnt utspridda över hela universum, och att de samlas för att skapa områden som kallas filament, eller är helt frånvarande i områden som kallas tomrum. Kredit:Tsunehiko Kato, ARC och SDSS, NAOJ Fyrdimensionell Digital Universe Project
Figur 3:Den konceptuella designen av Dark Emulator. Till vänster:Ett exempel på det virtuella universum skapat av ATERUI II superdator. Center:Arkitekturen i Dark Emulator. Den lär sig överensstämmelsen mellan de grundläggande kosmologiska parametrarna som används i början av en simulering och dess resultat baserat på en maskininlärningsarkitektur med hybridimplementering av flera statistiska metoder. Efter träning, maskinen förutsäger nu omedelbart exakt de förväntade observationssignalerna för en ny uppsättning kosmologiska parametrar utan att köra en ny simulering. Detta gör det möjligt för astronomer att drastiskt minska den beräkningskostnad som krävs för att extrahera kosmologiska parametrar från observationsdata. Kredit:YITP, NAOJ
Det här verktyget använder en aspekt av artificiell intelligens som kallas maskininlärning. Genom att ändra flera viktiga egenskaper hos universum, såsom mörk materia och mörk energi, ATERUI och ATERUI II har skapat hundratals virtuella universum. Dark Emulator lär sig av data, och gissar utfall för nya uppsättningar egenskaper utan att behöva skapa helt nya simuleringar varje gång. När du testar det resulterande verktyget med verkliga undersökningar, den förutspådde framgångsrikt svaga gravitationslinseffekter i Hyper Suprime-Cam-undersökningen, tillsammans med de tredimensionella galaxfördelningsmönstren som registrerats i Sloan Digital Sky Survey med en noggrannhet inom 2 till 3 % på några sekunder. I jämförelse, köra simuleringar individuellt genom en superdator utan AI, skulle ta flera dagar.
Forskarna hoppas kunna tillämpa sitt verktyg med hjälp av data från kommande undersökningar under 2020-talet, möjliggör djupare studier av ursprunget till universum.
