Comme nous ne pouvons pas revenir des milliards d’années en arrière, l’une des meilleures façons de comprendre comment notre Univers a évolué consiste à créer des simulations informatiques du processus en utilisant ce que nous savons à son sujet. Un nouveau simulateur a vu le jour et permettra d’aider les chercheurs à mieux appréhender notre Univers…
Des capacités sidérantes
Jusqu’à récemment, la plupart des simulations informatiques utilisées se divisaient en deux catégories : lentes et plus précises, ou rapides mais moins précises. Mais aujourd’hui, une équipe internationale de chercheurs a mis au point une IA capable de générer rapidement des simulations tridimensionnelles très précises de l’Univers, même lorsque ces derniers modifient des paramètres sur lesquels le système n’a pas été formé. Baptisé Deep Density Displacement Model (D3M), ce simulateur d’Univers basé sur le deep learning a été présenté dans la revue Proceedings of the National Academy of Sciences.
Comme l’a expliqué Shirley Ho, chercheuse impliquée dans le développement de D3M : « C’est comme si vous alimentiez la base de données d’un logiciel de reconnaissance d’images avec des photos de chats et de chiens, mais qu’il était tout de même en mesure d’identifier des éléphants. » Le but premier des scientifiques était d’enseigner à D3M comment modéliser la façon dont la gravité façonne l’Univers. Pour ce faire, ils ont commencé par alimenter la base de données du système avec quelque 8 000 simulations gravitationnelles fournies par un autre simulateur d’Univers réputé pour sa précision.
30 millisecondes pour produire ses propres simulations d’Univers
Si le système ayant servi à alimenter la base de données avait besoin d’environ 300 heures de calcul pour créer une seule de ses simulations, il n’a fallu que 30 millisecondes à D3M pour produire ses propres simulations d’un Univers tridimensionnel de 600 millions d’années-lumière. Si ces simulations étaient plus précises que celles des systèmes existants considérés comme « rapides », nécessitant quelques minutes pour être créées, la puissance et la vitesse de calcul ne sont pas les seules caractéristiques remarquables du Deep Density Displacement Model.
Celui-ci est en effet capable de produire des simulations ultra-précises de l’Univers même lorsque les chercheurs modifient des paramètres n’étant pas inclus dans sa base de données. Pour illustrer cela, si les scientifiques venaient à modifier le pourcentage de matière noire, l’intelligence artificielle D3M serait à même d’interpréter cette variable et de simuler avec précision l’évolution de ce type d’Univers. « Personne ne sait comment elle fait, et c’est un grand mystère à résoudre », expliquent les chercheurs. En plus d’aider les physiciens à mieux comprendre l’évolution de l’Univers, cette capacité à extrapoler pourrait également aider les scientifiques à proposer des intelligences artificielles toujours plus performantes.
Par Yann Contegat, le
Source: Futurism
Étiquettes: IA, intelligence artificielle, univers, deep-learning, simulateur, d3m
Catégories: Actualités, Robots & IA
Il est vrai que les énormes portiques pour le recouvrement de l’écotaxe et toutes les inutiles installations des péages sont capitales pour le respect de l’environnement. Quand on aura vendu toutes les routes nationales à des sociétés privées pour combler le déficit, on pourra en installer tous les 50 m
Heu… Hors Sujet ou erreur de saisie ?
c’est quoi ce titre putaclic et cet article qui ne raconte rien ?
Aller plus loin dans les explications nous perdrait dans des données scientifiques que nous ne maîtrisons pas – je parle pour moi… et sans doute la plupart d’entre nous !
Contentons-nous de savoir qu’une machine informatique BIEN PROGRAMMÉE et riche en connaissances INCLUSES (n’oublions pas que TOUT PART de ces deux paramètres primordiaux…) est capable d’envisager plus de solutions à un problème ou un mystère qu’un être humain et ceci infiniment plus vite.
Ça ouvre bien des perspectives dans la recherche pure, la prospective, la résolution d’énigmes de toutes sortes et les soins…