Yeni geliştirilen sinir ağı, geleneksel simülasyon yöntemlerinin birkaç dakikada tamamladığı işlemleri sadece 30 milisaniyede gerçekleştirmeyi başarmaktadır. Bu sinir ağı, mevcut en hızlı simülasyon modeline göre yüzde 2,8 daha düşük hata oranı ile dikkat çekmektedir.
Evren, gezegenimizden birkaç ışık yılı uzakta yer alan bulutsular, yıldızlar ve farklı galaksilerle dolu bir muazzam yapıdır. Araştırmacılar, bu geniş ve karmaşık yapıyı anlamak ve görüntülemek için yapay zeka teknolojilerini kullanmaya başladılar. Yapay zeka ile gerçekleştirilen simülasyon, beklenenden çok daha başarılı sonuçlar ortaya koyarken, bu başarıyı nasıl elde ettiğimiz konusunda hâlâ pek çok soru işareti var. 24 Haziran tarihinde yayımlanan bu yeni simülasyon çalışması, Ulusal Bilimler Akademisi Bildirileri’nde yer aldı. Araştırmanın amacı, evrenin başlangıcına dair farklı koşulları simüle ederek, kozmosun sanal bir versiyonunu oluşturmaktı. Sonuç, hem şaşırtıcı hem de gizemliydi; çünkü yapay zekanın bu simülasyonu nasıl başardığı hala çözülememiş durumda.
Evrenin Karmaşık Yapısını Simüle Etmek
Evrenin muazzam yaşı ve geniş ölçeği, onun oluşumunu anlamayı oldukça zorlaştırıyor. Astrofizikçilerin kullandığı geleneksel bilgisayar modellemeleri, büyük oranda hesaplama gücü ve zaman gerektiriyor. Bu durum, astrofizikçilerin, en olası senaryoyu belirlemek için farklı parametreleri ayarlayarak binlerce simülasyon gerçekleştirmesini zorunlu kılabiliyor.
New York’taki Hesaplamalı Astrofizik Merkezi’nden teorik astrofizikçi Shirley Ho ve ekibi, bu süreci hızlandırmak amacıyla “derin sinir ağı” geliştirdi. Bu yapı, Derin Yoğunluk Yer Değiştirme Modeli (D3M) olarak adlandırıldı ve verilerdeki ortak özellikleri tanımak ve bu verilerin nasıl işleneceğini “öğrenmek” üzere tasarlandı. D3M aracılığıyla, araştırmacılar evrenin yüksek hassasiyete sahip geleneksel bilgisayar modelinden 8.000 simülasyon ürettiler. D3M, bu simülasyonların işleyişini öğrendikten sonra, 600 milyon ışıkyılı uzaklıktaki sanal, küp şeklindeki bir evrende yepyeni, daha önce hiç karşılaşılmamış bir simülasyon gerçekleştirdiler. (Gerçek gözlemlenebilir evrenin boyutunun yaklaşık 93 milyar ışık yılı olduğunu hatırlatalım.)
Sinir ağı, eğitim için kullandığı 8.000 simülasyonlu veri setinde olduğu gibi, bu yeni evrende de simülasyonlar üretebiliyordu. Bu simülasyonlar, yerçekiminin evrenin oluşumundaki belirleyici rolüne odaklandı. Ho, araştırmacıların sanal evrendeki karanlık madde miktarı gibi yeni parametreleri çeşitlendirdiklerinde, D3M’nin karanlık maddenin nasıl işleneceği konusunda eğitim almadığı halde simülasyonları başarılı bir şekilde gerçekleştirebildiğini belirtti.
Bilgisayar Bilimleri ve Kozmoloji Arasındaki İlişki
Ho, D3M’nin bu özelliklerinin hâlâ gizemini koruduğunu ifade etti. Bu simülasyon, hem hesaplama bilimi hem de kozmoloji alanında büyük bir merak uyandırıyor. Aynı zamanda bu modelin evrenin kökenleriyle ilgilenen araştırmacılara zaman kazandırabileceği düşünülüyor.
Yapay zeka ile geliştirilen bu sinir ağı, birkaç dakikada tamamlanan en hızlı simülasyon yöntemlerine kıyasla simülasyonları 30 milisaniyede tamamlama yeteneğine sahip. Araştırmacılar, yeni sinir ağındaki diğer parametreleri değiştirmeyi ve hidrodinamik gibi akışkan ve gaz hareketlerinin evrenin oluşumunu nasıl şekillendirdiğini incelemeyi planlıyorlar.
Derleyen: Batuhan Sarıcan
