Суперкомп'ютерне моделювання Всесвіту — річ астрономічно дорога. Для розрахунку еволюції мільярдів галактик потрібні тижні роботи найпотужніших обчислювальних кластерів. Не дивно, що астрофізики переклали цю рутину на штучний інтелект. Проте у медалі виявився зворотний бік. Оптимізація обчислень ледь не закрила шлях до нової фізики.
Команда дослідників із Принстона та Інституту Флатірон під керівництвом Віни Крішнарадж та Адріана Баєра вирішила застосувати в космології метод навчання з перенесенням знань (transfer learning). Принцип елегантний: замість того щоб запускати ресурсомісткі симуляції з нуля, нейромережу спочатку «тренують» на простих і дешевих моделях стандартного Всесвіту (Λ CDM). Потім ШІ трохи донавчають на просунутих моделях, де діють закони альтернативної гравітації або враховується маса нейтрино.
Економія виявилася колосальною. Витрати на суперкомп'ютери впали більш ніж у десять разів. Прорив? Не зовсім.
Учені використали відомий масив віртуальних всесвітів Quijote і виявили приховану системну помилку. У машинному навчанні її називають «негативним перенесенням». Коли нейромережа стикається з проявами принципово нової фізики, вона починає вперто підганяти їх під уже знайомий їй старий досвід.
Проблема полягає у так званому фізичному виродженні. Це ситуація, коли абсолютно різні космічні процеси дають ідентичні маркери на знімках телескопів. Наприклад, те, як масивні нейтрино впливають на скупчення галактик, візуально майже неможливо відрізнити від стандартних коливань густини матерії (параметра sigma Q 8). Навчений на базових моделях ШІ бачить знайомий патерн і впевнено звітує: «Усе гаразд, це стандартний Всесвіт». Сигнал нової фізики просто стирається алгоритмом.
Що це означає для нас? Повністю покладатися на автономність нейромереж у пошуку космічних аномалій поки що не можна. ШІ — чудовий прискорювач рутини, але фінальний контроль за пошуком відхилень залишається за людиною.
Зараз метод тестується на синтетичних моделях, але попереду — перевірка величезними масивами даних із нових оптичних телескопів. Розуміння цього дефекту дозволить фізикам скоригувати алгоритми навчання. У перспективі це веде до створення гнучкіших систем, здатних не просто підтверджувати старі підручники, а й помічати аномалії, які змінять наше розуміння простору і часу.
Ефект «засліплення» алгоритмів зумовлений фізичним виродженням — ситуацією, коли принципово різні космічні процеси дають ідентичні сигнали спостереження.
Поки що метод тестувався виключно на синтетичних даних. Попереду — перевірка реальними оглядами нічного неба. Це дослідження чітко окреслює межі: ШІ здатний у рази прискорити рутинні розрахунки, але остаточний пошук аномалій за межами Стандартної моделі все ще потребує жорсткого контролю з боку людини. Технології ведуть нас до швидшого тестування гіпотез, якщо ми навчимо алгоритми сумніватися у власних базах даних.
