中科白癜风医院善行天下 http://www.t52mall.com/编辑/大路在计算机里模拟一个演变了几十亿年的宇宙是非常困难的，有无数的变量需要考虑。以前，科学家们通常使用「超级计算机」通过压缩宇宙学层面的数据来进行粗略的模拟。但运行一台超级计算机是非常昂贵的，仅仅是租用一台，每小时的费用就高达数千美元。因此，对于处理那些「需要试错的问题」，超级计算机并不是一个好的解决方案。近期，卡耐基梅隆大学的一个研究小组想出了一种新方法，使用「教人工智能绘画或创作音乐的机器学习技术」，在图形处理单元（GPU）上运行高级模拟，可以在不到一天的时间内创建一个复杂的模拟宇宙！这项技术发表在本周的《美国国家科学院院刊》上，它将机器学习、高性能计算和天体物理学结合在一起，将有助于开创一个「高分辨率宇宙学模拟」的新时代。宇宙学模拟是揭开宇宙众多谜团的一个重要部分，包括暗物质和暗能量的谜团。至今为止，科学家们还没有一套可以适用于整个宇宙的规则——如何将经典物理学定律与他们在量子领域观察到的情况相协调。这意味着研究人员必须边做实验边进行定义。而在具体实验中，科学家们必须用不同的数值去试错，例如，预测宇宙中存在多少暗物质。这种情况下，实验就是一个反复试错的过程：他们运行模拟实验，与我们通过太空望远镜和其他数据收集源在当地观察到的情况进行核对，然后不断重复。模拟是研究宇宙学的重要途径，但在模拟中，提高分辨率又是个难题。图示：低分辨率，高分辨率和超分辨率（phys.org/news/）卡内基梅隆大学物理学教授TizianaDiMatteo和RupertCroft、Flatiron研究所研究员YinLi、卡内基梅隆大学博士生YueyingNi、加州大学河滨分校物理学和天文学教授SimeonBird和加州大学伯克利分校的YuFeng通过教授一种基于神经网络的机器学习算法，将模拟从低分辨率升级到超分辨率，克服了这个难关。「宇宙学模拟需要覆盖大体积的宇宙学研究，同时也需要高分辨率来解决小尺度星系形成的物理问题，这是艰巨的计算任务。我们的技术可以作为一个强大而有前途的工具，通过对大宇宙学体积中的小尺度星系进行物理建模，来同时满足这两个要求。」Ni说，他在此次研究中负责了模型的训练，测试验证任务，和数据可视化。训练后的代码可以采用全尺寸的低分辨率模型，并生成包含多达倍颗粒的超分辨率模拟。对于宇宙中一个大约5亿光年的区域，包含1.34亿个粒子，以前的方法需要个小时来使用一个处理核心做出一个高分辨率的模拟。而使用新方法，研究人员只需要36分钟。当更多的粒子被添加到模拟中时，效果更是出奇的好。对于一个有亿个粒子的倍大的宇宙，研究人员的新方法在单个图形处理单元上仅需要16个小时。而使用以前的方法，这种规模和分辨率的模拟必须用一台专门的超级计算机来完成。当然，这并不意味着人工智能「知道」我们无法触及的宇宙是什么样子。其实它只是可以将低分辨率的模拟图像更新为高分辨率，从而使科学家使用少得多的时间、能量和电力来生成这些大型高分辨率图像。图示：模拟的生成（
转载请注明：http://www.aierlanlan.com/rzfs/7450.html
