Głębokie sieci w służbie badań nad ciemną materią

Zespół naukowców wykorzystał głębokie sieci neuronowe do badań związanych z ciemną materią.


Głębokie sieci w służbie badań nad ciemną materią

Badacze i badaczki z Politechniki Federalnej w Zurychu (ETH) opracowali i opublikowali artykuł dotyczący badania ciemnej materii z wykorzystaniem głębokich sieci neuronowych (CNN, czyli convolutional neural network).

W pierwszej kolejności głębokie sieci zostały "nauczone" poprzez symulację wszechświata, która została wygenerowana w komputerze, aby następnie przebadać część dostępnych danych dotyczących kształtów około 15 milionów galaktyk w przestrzeni kosmicznej.

Sztuczna inteligencja podała wartości dokładnie o około 30% od tych, które zostały pozyskane z użyciem konwencjonalnych technik. Jeden z członków zespołu naukowców, Janis Fluri, napisał otwarcie, iż jest to pierwsza sytuacja, w której uczenie maszynowe (deep learning) zostało wykorzystane w tego typu badaniach. Warto dodać, że CCN pozwalają na wiele więcej, gdyż umożliwiają pozyskanie dużej ilości danych, a także ich przetwarzanie.

Czytaj więcej: Sztuczna inteligencja może pomóc pokonać zmiany klimatu

Ponadto nie należy zapominać, że obecnie na świecie badania dotyczące wszechświata są prowadzone na wielu frontach. Podobnie jak wyścig technologiczny oraz kolejne cele związane z podróżami kosmicznymi, jak chociażby plany powrotu na Księżyc oraz kolonizacji Marsa.

Czytaj więcej: Jak Elon Musk chce skolonizować Marsa?


Subskrybuj nas: Google News | Feedly



Chcesz wiedzieć więcej? Polub i obserwuj nas na Facebooku. Jesteśmy także na Twitterze. Zapraszamy na naszą grupę dyskusyjną.

WSPIERAJ NIEZALEŻNE DZIENNIKARSTWO