Alam semesta dijalin menjadi jaringan kosmik galaksi, kelompok, dan filamen yang luas, tetapi pemodelan kompleksitas seperti itu selalu menuntut superkomputer dan waktu yang sangat besar.
Sekarang, para ilmuwan telah memperkenalkan upaya.jl, emulator inovatif yang meniru perilaku model kosmologis canggih dengan mencolok ketepatankadang -kadang bahkan meningkatkannya, saat berlari dalam hitungan menit di laptop.
Kerangka besar alam semesta
Sebuah galaksi tunggal mungkin tampak sangat besar, tetapi dibandingkan dengan seluruh alam semesta itu tidak lebih dari titik tepat. Galaksi yang tak terhitung jumlahnya berkumpul menjadi cluster, yang sendiri bergabung menjadi superclusters yang luas. Ini berkumpul menjadi filamen besar yang diselingi dengan daerah kosong, membentuk kerangka kerja tiga dimensi kolosal yang dikenal sebagai web kosmik.
Mencoba memahami struktur yang sangat besar jauh dari sederhana. Untuk memahami hal itu, para peneliti menyatukan teori -teori fisik alam semesta dengan pengamatan dari teleskop dan instrumen lainnya. Mereka kemudian membangun model teoritis, salah satu yang paling penting adalah eftofls (teori medan efektif struktur skala besar). Dengan data sebagai input, model -model ini memberikan deskripsi statistik tentang web kosmik dan memungkinkan untuk menghitung sifat fundamentalnya.
Mengapa emulator penting dalam kosmologi
Meskipun kuat, model seperti EFTOFLS membutuhkan sejumlah besar waktu dan sumber daya komputasi. Dengan kumpulan data astronomi yang berkembang dengan kecepatan yang semakin cepat, para peneliti membutuhkan metode yang lebih efisien untuk memproses informasi tanpa mengurangi akurasi. Di sinilah emulator masuk. Mereka mereplikasi perilaku model kompleks sambil bekerja dengan kecepatan yang jauh lebih cepat.
Tentu saja, jalan pintas menimbulkan kekhawatiran tentang presisi. Untuk mengatasi hal ini, kolaborasi yang melibatkan INAF (Italia), Universitas Parma (Italia), dan Universitas Waterloo (Kanada) menguji emulator yang baru dikembangkan yang disebut upaya.jl. Hasil mereka, yang diterbitkan dalam Journal of Cosmology and Astroparticle Physics (JCAP), mengungkapkan bahwa upaya.jl cocok dengan keakuratan model asli yang direproduksi dan, dalam beberapa kasus, bahkan memberikan detail yang lebih baik. Hebatnya, dapat melakukan tugas -tugas ini dalam beberapa menit pada laptop khas daripada mengandalkan superkomputer.
Dari molekul air hingga galaksi
“Bayangkan ingin mempelajari isi segelas air pada tingkat komponen mikroskopisnya, atom individu, atau bahkan lebih kecil: secara teori Anda bisa. Tetapi jika kita ingin menggambarkan secara rinci apa yang terjadi ketika air bergerak, pertumbuhan eksplosif dari perhitungan yang diperlukan membuat secara praktis tidak mungkin,” jelas Marco Bonici, seorang peneliti di University of Waterloo dan pertama -tama peneliti.
Namun, Anda dapat menyandikan sifat-sifat tertentu pada tingkat mikroskopis dan melihat efeknya pada tingkat makroskopik, yaitu pergerakan cairan dalam kaca. Inilah yang dilakukan teori medan yang efektif, yaitu, model seperti EFTOFLSS, di mana air dalam contoh saya adalah alam semesta pada skala yang sangat besar dan komponen mikroskopis adalah proses skala kecil. “
Model teoritis secara statistik menjelaskan struktur yang memunculkan data yang dikumpulkan: pengamatan astronomi diumpankan ke kode, yang menghitung “prediksi.” Tetapi ini membutuhkan waktu dan komputasi yang substansial. Mengingat volume data hari ini – dan apa yang diharapkan dari survei baru saja dimulai atau segera hadir (seperti Desiyang telah merilis kumpulan data pertamanya, dan Euclid) – tidak praktis untuk melakukan ini secara mendalam setiap saat.
Bagaimana upaya.jl belajar lebih cepat
“Inilah sebabnya mengapa kita sekarang beralih ke emulator seperti kita, yang secara drastis dapat memotong waktu dan sumber daya,” lanjut Bonici. Emulator pada dasarnya meniru apa yang dilakukan model: intinya adalah jaringan saraf yang belajar mengaitkan parameter input dengan prediksi model yang sudah komputasi. Jaringan dilatih pada output model dan, setelah pelatihan, dapat menggeneralisasi ke kombinasi parameter yang belum pernah dilihatnya. Emulator tidak “memahami” fisika itu sendiri: ia mengetahui tanggapan model teoritis dengan sangat baik dan dapat mengantisipasi apa yang akan menghasilkan input baru.
Orisinalitas orisinals.jl adalah lebih lanjut mengurangi fase pelatihan dengan membangun ke dalam pengetahuan algoritma yang sudah kita miliki tentang bagaimana prediksi berubah ketika parameter berubah: alih-alih membuat jaringan “belajar kembali” ini, ia menggunakannya dari awal. Upaya.jl juga menggunakan gradien – yaitu, “berapa banyak dan ke arah mana” prediksi berubah jika Anda mengubah parameter dengan jumlah kecil – elemen lain yang membantu emulator belajar dari contoh yang jauh lebih sedikit, memotong kebutuhan komputasi dan membiarkannya berjalan pada mesin yang lebih kecil.
Akurasi diuji, alam semesta disetujui
Alat seperti ini membutuhkan validasi yang luas: jika emulator tidak tahu fisika, seberapa yakin kita bahwa pintasannya menghasilkan jawaban yang benar (yaitu, yang sama dengan model yang akan diberikan)? Studi yang baru diterbitkan menjawab dengan tepat ini, menunjukkan bahwa upaya.jl’s Accuracy – baik dalam data simulasi dan nyata – sesuai dengan model.
“Dan dalam beberapa kasus, di mana dengan model Anda harus memangkas bagian dari analisis untuk mempercepat, dengan usaha.jl kami dapat memasukkan potongan -potongan yang hilang juga,” Bonici menyimpulkan. Upaya.jl dengan demikian muncul sebagai sekutu yang berharga untuk menganalisis rilis data yang akan datang dari eksperimen seperti Desi dan Euclid, yang menjanjikan untuk memperdalam pengetahuan kita tentang alam semesta pada skala besar.
Studi “upaya.jl: emulator yang cepat dan berbeda untuk teori bidang efektif dari struktur skala besar alam semesta” oleh Marco Bonici, Guido d’Amico, Julien Bel dan Carmelita Carbone tersedia di Jurnal Kosmologi dan Fisika Astropartikel (JCAP).
Jangan pernah melewatkan terobosan: Bergabunglah dengan buletin ScitechDaily.
BN Babel
