[ad_1]
نوشته و ویرایش شده توسط مجله ی رنگو
محققان موسسه‌ی Flatiron با منفعت‌گیری از هوش مصنوعی، روشی نوین برای مطالعه‌ی ساختار کیهان ابداع کرده‌اند. این روش با تجزیه‌و‌تحلیل دقیق توزیع کهکشان‌ها، به دانشمندان امکان می‌دهد تا پارامترهای اساسی حاکم بر جهان را با دقت زیاد بالاتری نسبت به راه حلهای سنتی محاسبه کنند.
به نقل از سرویس اخبار نجوم رسانه فناوری تکنا، مدل استاندارد کیهان‌شناسی، که برای توصیف ساختار و تکامل جهان به کار می‌رود، به شش پارامتر اساسی وابسته است. محققان با منفعت گیری از الگوریتم‌های یادگیری ماشین، موفق شده‌اند تا مقادیر پنج مورد از این پارامترها را با دقت زیاد بالاتری نسبت به راه حلهای قبلی تخمین بزنند. این پیشرفت به اختصاصی در رابطه پارامتری که مقدار ناهمگنی توزیع ماده در جهان را توصیف می‌کند، دیدنی است.
این روش تازه که SimBIG نام دارد، بر پایه همانند‌سازی‌های دقیق از ساختار جهان و قیاس‌ی آن‌ها با مشاهدات واقعی عمل می‌کند. با آموزش الگوریتم‌های هوش مصنوعی بر روی این همانند‌سازی‌ها، محققان توانسته‌اند الگوهایی را شناسایی کنند که به آن‌ها اجازه می‌دهد تا از توزیع کهکشان‌ها، اطلاعات دقیق‌تری در رابطه پارامترهای کیهانی استخراج کنند. پارامترهای کیهانی همانند مقدار ماده معمولی، ماده تاریک و انرژی تاریک، و این چنین شرایط اولیه جهان بعد از انفجار بزرگ، برای فهمیدن ساختار و تکامل کیهان حیاتی می باشند. این پارامترها در واقع تنظیماتی می باشند که ویژگی‌های اساسی جهان را تعیین می‌کنند.
یکی از با اهمیت ترین کاربردهای این روش تازه، حل یکی از معماهای بزرگ کیهان‌شناسی به نام “تنش هابل” است. این معما به اختلاف بین دو روش اندازه‌گیری شدت انبساط جهان مربوط می‌بشود. روش تازه SimBIG می‌تواند با دقت زیاد بالاتری این پارامتر را اندازه‌گیری کند و به دانشمندان پشتیبانی کند تا علت این اختلاف را بهتر فهمیدن کنند. روش SimBIG یک قدم بزرگ رو به جلو در عرصه کیهان‌شناسی محسوب می‌بشود. با منفعت گیری از این روش، دانشمندان می‌توانند به فهمیدن دقیق‌تری از ساختار و تکامل جهان دست یابند و به سوال‌های اساسی درمورد ماهیت ماده تاریک، انرژی تاریک و اغاز جهان جواب دهند.
دسته بندی مقالات
[ad_2]
