Týdeník věnovaný aktualitám a novinkám z fyziky a astronomie. Vydavatel: AGA (Aldebaran Group for Astrophysics) Číslo 20 – vyšlo 28. května, ročník 19 (2021) © Copyright Aldebaran Group for Astrophysics Publikování nebo šíření obsahu je zakázáno. ISSN: 1214-1674, Email: bulletin@aldebaran.cz

20/2021

Umělá inteligence a kosmologie

Jakub Kast Novák

Umělá inteligence je pojmem, který je v současné společnosti vysoce frekventovaný a vlivný v mnohých oblastech lidského poznání a činnosti (otázku, zda není mnohdy konceptem přeceňovaným, nechám na laskavém čtenářstvu). Pomáhá nám v analýze dat, lékařské diagnostice, dopravě, strojovém překladu a mnohde jinde. Není proto divu, že umělá inteligence (anglicky: artificial intelligence, proto budu nadále pro její označení využívat zkratku AI) si našla místo ve fyzikálním výzkumu. AI figuruje i v hypotéze Maxe Tegmarka, který zastává názor, že určité fyzikální zákonitosti mohou být tak složité, že lidská mysl nemá šanci jim porozumět a tuto výsadu má jen počítač. Když pomineme zajímavý epistemický paradox, že lidská mysl vytvoří zařízení, které ji v poznávacím procesu překoná (tím nemluvím o numerických a výpočetních schopnostech, které počítač strojově zastává lépe), tak autor tohoto bulletinu bere zmíněnou hypotézu jako typickou „tegmarkovinu“ – jako pozici na jedné straně vysoce kreativní, na straně druhé až obsedantně senzacechtivou.

Umělecké znázornění umělé inteligence. Zdroj: Pangasian State University.

Počítačová simulace – napodobení skutečnosti pomocí numerického výpočtu, nezbytná součást modelování fyzikálních procesů. Dokáže na základě sofistikovaných algoritmů předpovědět jak kvantitativní, tak kvalitativní výsledky pokusů při různých počátečních podmínkách. Umožňuje omezit výběr jevů, které celý pokus ovlivňují nejvíce, a tím vysvětlit příčiny a podstatu procesů. Umělá neuronová síť – výpočetní struktura pro paralelní zpracování dat využívaná v umělé inteligenci. Jejím vzorem je skutečná neuronová síť v mozku. Umělé neurony mají libovolný počet vstupů a jediný výstup. Jsou propojeny a vzájemně si předávají signály, které jsou matematicky vhodně transformovány. Neuronové sítě se využívají například při zpracování obrazu. Kosmologie – nauka o vesmíru jako celku, o jeho struktuře, minulosti a budoucnosti. Slovní základ této vědecké disciplíny pochází z řečtiny. Slovo „kosmos“ v tomto jazyku znamená svět, ale také řád, eleganci a krásu. Stejný slovní základ má kosmetika. Současné pozorovací možnosti posunuly kosmologii do nejbouřlivěji se rozvíjejících vědeckých disciplín. K největším problémům současné kosmologie patří nejasnosti kolem podstaty temné hmoty a temné energie, které by měly být největší součástí vesmíru. Naopak jsou relativně dobře prozkoumány poslední fáze Velkého třesku.

AI technologie v kosmologii

Ale pojďme nohami zpátky na zem, kde AI technologie není modlou, ale výtečným pomocníkem. V čem nám tedy AI může být ve fyzikálním výzkumu dobrá? V oblasti počítačové fyzikyPočítačová simulace – napodobení skutečnosti pomocí numerického výpočtu, nezbytná součást modelování fyzikálních procesů. Dokáže na základě sofistikovaných algoritmů předpovědět jak kvantitativní, tak kvalitativní výsledky pokusů při různých počátečních podmínkách. Umožňuje omezit výběr jevů, které celý pokus ovlivňují nejvíce, a tím vysvětlit příčiny a podstatu procesů. s její pomocí můžeme vytvářet složité numerické simulace kosmologickýchKosmologie – nauka o vesmíru jako celku, o jeho struktuře, minulosti a budoucnosti. Slovní základ této vědecké disciplíny pochází z řečtiny. Slovo „kosmos“ v tomto jazyku znamená svět, ale také řád, eleganci a krásu. Stejný slovní základ má kosmetika. Současné pozorovací možnosti posunuly kosmologii do nejbouřlivěji se rozvíjejících vědeckých disciplín. K největším problémům současné kosmologie patří nejasnosti kolem podstaty temné hmoty a temné energie, které by měly být největší součástí vesmíru. Naopak jsou relativně dobře prozkoumány poslední fáze Velkého třesku. modelů v krátkém čase. Pro kosmologické modely je typický velký dynamický rozsah – berou v úvahu problémy týkající se vzniku a vývoje vesmíru, formování galaxiíGalaxie – kompaktní seskupení hvězd, hvězdných asociací, otevřených a kulových hvězdokup, mezihvězdné látky a temné hmoty. Galaxie se liší svou strukturou (spirální, eliptické, nepravidelné,…), vyzařovaným výkonem (neaktivní, aktivní, rádiové, Seyfertovy,…) a zejména svojí hmotností. Hmotnost je udávána v miliardách až stovkách miliard hmotností Slunce. Galaxie jsou obvykle součástmi vyšších celků, jako jsou kupy, nadkupy, vlákna a stěny. V centrech většiny galaxií se nacházejí obří černé díry., existenci černých děrČerná díra – objekt, který kolem sebe zakřiví čas a prostor natolik, že z něho nemůže uniknout ani světlo. Část z nich vzniká kolapsem hvězdy v zá­vě­reč­ných fázích vývoje. Druhou skupinu tvoří obří černé díry sídlící v centrech galaxií. Rotující černé díry kolem sebe vytvářejí akreční disky látky a v ose rotace výtrysky vysoce urychlených částic. Paradoxně akreční disky i výtrysky, vznikající v bezprostředním okolí černé díry, velmi intenzivně vyzařují., musí mít záběr na „celkový obrázek“ i na „detail“ a mnoho dalšího. To sebou samozřejmě nese při simulacích nutnost obrovské výpočetní kapacity – a tím zákonitě i oběti v podobě rozlišení či objemu takové simulace. A právě zde přicházejí na řadu AI technologie.

Tým okolo astrofyzika Yin Liho z Flatironského institutu v New Yorku vytvořil efektní hlubokou neuronovou síťUmělá neuronová síť – výpočetní struktura pro paralelní zpracování dat využívaná v umělé inteligenci. Jejím vzorem je skutečná neuronová síť v mozku. Umělé neurony mají libovolný počet vstupů a jediný výstup. Jsou propojeny a vzájemně si předávají signály, které jsou matematicky vhodně transformovány. Neuronové sítě se využívají například při zpracování obrazu. (neuronová síť obsahující více vrstev, alespoň dvě, kterými analyzovaná data procházejí a každá vrstva analyzuje jiný aspekt daného problému) pro simulace chování temné hmotyTemná hmota – hmota ve vesmíru nebaryonové povahy, která není složena z kvarků. Temná hmota udržuje pohromadě svítící objekty velkých rozměrů, které díky ní v periferních oblastech obíhají rychleji, než odpovídá gravitačnímu zákonu aplikovanému na viditelnou hmotu. Podle posledních odhadů na základě pozorování existuje ve vesmíru 5 % baryonové hmoty, 27 % temné hmoty a 68 % temné energie. Existuje několik hypotetických částic, které jsou vhodnými kandidáty na částice temné hmoty, dosud však nebyly objeveny. Termín „temná hmota“ zavedl v roce 1933 Fritz Zwicky, když zjistil, že se členové Kupy galaxií ve Vlasech Bereniky pohybují v průměru rychleji, než by odpovídalo gravitačním účinkům viditelné látky. Existují také teorie, které se pokoušejí vysvětlit rotační křivky galaxií a pohyby galaxií v kupách jiným způsobem než temnou hmotou. neboli toho, jak bude gravitace s temnou hmotou pohybovat v čase. Tento učící se algoritmus přibližuje modely s nízkým rozlišením k modelům s vysokým rozlišením tak, že se modely s nízkým rozlišením učí na detailech modelů s vysokým rozlišením, a tím se mažou rozdíly mezi nimi. K čemu je to vlastně dobré? Jak jsem již psal, velmi se nám redukuje výpočetní čas takové simulace, což je alfa a omega snahy u každého takového modelu, neboť nyní již nemusíme vytvářet velmi komplikované modely, ale stačí vytvořit model nízkého rozlišení, který se díky AI algoritmům přiblíží na úroveň mnohem sofistikovanějších modelů takovým způsobem, že rozdíly jsou téměř nerozeznatelné.

Zostřování obrazu algoritmy využívajícími umělé inteligence.
Zdroj: Max Planck Institute for Intelligent Systems.

Jedná se vlastně o proces podobný „digitálnímu zostřování fotografií“. Jistě to znáte z nejrůznějších kriminálek typu CSICSI – Crime Scene Investigation, v české mutaci Kriminálka Las Vegas., kdy vyšetřovatelé získají naprosto rozmazanou fotografii, ze které jedním kliknutím dokážou během sekundy vytvořit fotografii hodnou pomalu vítězství ve Word Press Photo. Takové sci-fi to v realitě opravdu není, ale podobnými technologiemi skutečně disponujeme. A nyní jsou aplikované ne na obrázky, ale na fyzikální modely.

AI jako součást počítačové fyziky

A o jak velkou časovou úsporu se jedná? No, hleďte: pro oblast vesmíru o průměru zhruba 500 milionů světelných roků, která obsahuje 134 milionů částic, by stávající metody potřebovaly 560 hodin k vytvoření simulace ve vysokém rozlišení pomocí jediného výpočetního jádra. S novým přístupem fyzikové potřebují pouze 36 minut. To už myslím celkem jde. A jaké nové výsledky nám tento přístup dá, to ukáže teprve čas.

Nicméně počítačová fyzika opět ukázala, že ve vědě má svoje oprávněné místo, jehož důležitost bude dále růst. Samozřejmě, že jde o aproximační záležitost – částice temné hmotyTemná hmota – hmota ve vesmíru nebaryonové povahy, která není složena z kvarků. Temná hmota udržuje pohromadě svítící objekty velkých rozměrů, které díky ní v periferních oblastech obíhají rychleji, než odpovídá gravitačnímu zákonu aplikovanému na viditelnou hmotu. Podle posledních odhadů na základě pozorování existuje ve vesmíru 5 % baryonové hmoty, 27 % temné hmoty a 68 % temné energie. Existuje několik hypotetických částic, které jsou vhodnými kandidáty na částice temné hmoty, dosud však nebyly objeveny. Termín „temná hmota“ zavedl v roce 1933 Fritz Zwicky, když zjistil, že se členové Kupy galaxií ve Vlasech Bereniky pohybují v průměru rychleji, než by odpovídalo gravitačním účinkům viditelné látky. Existují také teorie, které se pokoušejí vysvětlit rotační křivky galaxií a pohyby galaxií v kupách jiným způsobem než temnou hmotou. v daných simulacích nejsou skutečnými částicemi temné hmoty, ale jen funkčními jednotkami, které nám ukazují, jak se temná hmota chová. Simulace nic neříkají o jejím složení, to musí zjistit teorie a experiment. A právě proto je velmi důležité, aby se do budoucna prohlubovala komunikace mezi třemi stěžejními oblastmi současné fyziky – mezi její teoretickou, experimentální i počítačovou částí.

Simulace rozložení temné hmoty s využitím umělé inteligence. Zdroj: PNAS.

Odkazy