AI może symulować wszechświat za pomocą GPU

AI może symulować wszechświat za pomocą GPU

Naukowcy z amerykańskiego Carnegie Mellon University odkryli sposób na szybsze symulowanie kosmosu.

AI i symulacja kosmosu na Twoim RTXie

AI wytrenowane specjalnie do tych celów może symulować fragmenty kosmosu w wysokiej rozdzielczości. Co takiego jest wykorzystywane przez ów model sieci neuronowej? Możecie się zdziwić – mowa o czymś, co każdy ma w swoim komputerze, czyli karcie graficznej (GPU).

O połączeniu technologii tworzenia grafiki od zera i uczenia maszynowego pisaliśmy w artykule o sieci wytrenowanej specjalnie do tworzenia zdjęć kotów. Podobne rozwiązanie, choć oczywiście na większą i ambitniejszą skalę, naukowcy wykorzystali przy okazji symulowania wszechświata – celem jest ukazanie poszczególnych jego partii w wysokiej rozdzielczości. Jakie trudności niesie ze sobą ten proces?

Jak podkreśla TheNextWeb, głównym problemem w przypadku tego typu modeli jest fizyka. W niektórych rejonach kosmosu jej prawa mogą działać inaczej, niż na Ziemi – nasza wiedza w tym zakresie wciąż wymaga wielu uzupełnień. Normalnie wykorzystuje się do tego superkomputer, ale jest on bardzo drogi w użytkowaniu, co znacznie ogranicza naukowcom pole manewru. Do tego bardzo istotna jest mobilność – komputer z dobrą kartą graficzną jest przecież o wiele powszechniejszy od superkomputerowego molocha.

Podstawową zaletą nowej sieci jest to, że może znacznie podnieść jakość obrazów – w przypadku symulacji kosmosu możliwości wygenerowania wysokiej rozdzielczości obrazów dla dużych „terenów” wszechświata były znacznie ograniczone. To właśnie AI może zmienić. Trzeba jednak pamiętać o bardzo ważnej rzeczy – wygenerowane przez model obrazy mogą się oczywiście różnić od rzeczywistości. AI opierając się o dane wejściowe jedynie symuluje to, co być może się tam znajduje.

Możliwość dokładnego zobaczenia nawet symulacji tego, czego w tej chwili ujrzeć nie możemy bądź widzimy to w niskiej rozdzielczości, może być czymś przełomowym dla astronomii i nauki ogółem. Pozostaje trzymać kciuki za to, że naukowcy z Carnegie Mellon będą dalej rozwijać swoją sieć.