© ESA/NASA

Science

Künstliche Intelligenz simuliert Universum auf Grafikprozessor

Bei der Entwicklung unseres Universums gibt es noch zahlreiche Variablen. Das macht eine Simulation schwierig, langsam und aufwendig. Mit traditionellen Simulationsmethoden würde es 23 Tage (560 Stunden) dauern, eine kosmologische Simulation von einem 500 Millionen Lichtjahre großen Gebiet mit 134 Millionen Partikeln zu erstellen. Ein neuer Ansatz reduziert das auf nur 36 Minuten.

Erstaunlich ist, dass dafür lediglich Technik zum Einsatz kommt, die auch ein Machine Learning Programm über einen Grafikprozessor malen oder Musik komponieren lässt. Diese Kombination aus KI und GPU schafft es, unser Universum in sehr hoher Auflösung zu simulieren und dabei die physikalischen Gesetze zu beachten. 

Teure Supercomputer

Normalerweise verwenden Forscher*innen für solche Projekte Supercomputer, da es einiges an Rechenleistung verlangt. Sie testen verschiedene Parameter und gleichen sie mit tatsächlichen Beobachtungen im Weltraum ab. Allerdings ist das eine teure Angelegenheit, denn Supercomputer für solche Projekte zu mieten kann mehrere Tausend Euro pro Stunde kosten.

Für eine riesige Simulation, die einen Supercomputer mehrere Monate lang beschäftigt hätte, brauchte das Team der Carnegie Mellon University in Pittsburgh, USA, mit seiner neuen Methode gerade mal 16 Stunden. 

Die KI macht aus einer niedrigen eine sehr hohe Auflösung

Kräftemessen der neuronale Netzwerke

Derzeit ist es möglich, hochauflösende Simulationen von kleineren Gebieten zu machen und große Gebiete in geringer Auflösung darzustellen. Darin lag die Lösung des Problems. Die Gebiete mit niedriger Auflösung werden zu solchen mit hoher Auflösung hochgerechnet. Die Forscher*innen nutzten sogenannte Generative Adversial Networks, also mehrere neuronale Netzwerke, die gegeneinander antraten.

Sie sagen die Beziehung zwischen dunkler Materie und Gravitation vorher. Die Netzwerke nutzen Trainingsdaten für ihre Berechnungen und vergleichen die Ergebnisse auf deren Richtigkeit. Ein Netzwerk nutzt Simulationen in geringer Auflösung und rechnet sie auf eine sehr hohe Auflösung hoch.

Ein zweites Netzwerk versucht, die Modelle von jenen zu unterschieden, die über konventionelle Methoden erstellt wurden. Beide Netzwerke werden über die Zeit besser, bis die schnell erstellten Simulationen nicht mehr von jenen unterschiedenen werden konnten, die konventionell erstellt wurden.

Schnelle und günstige Simulation

Zwei Jahre lang versuchten die Forscher*innen, das Projekt zum Laufen zu bekommen. "Plötzlich funktionierte es. Wir erhielten wunderschöne Ergebnisse, die unseren Erwartungen gerecht wurden", sagt Mit-Autor der Studie, Yin Li, in einem Statement. Die Studie wurde im Fachmagazin Proceedings of the National Academy of Sciences veröffentlicht.

Genutzt werden solche Simulationen, um mehr darüber zu erfahren, wie das Universum entstanden ist. Forscher*innen können mithilfe solcher Programme ihre Theorien überprüfen. Eine schnelle und kostengünstige Methode könnte dabei helfen, den Aufwand für solche Tests drastisch zu senken und damit einen breiteren Zugang zu solchen Simulationen zu ermöglichen. 

Derzeit konzentrierten sich die Forscher vor allem darauf, dass die KI den Bezug von Dunkler Materie und Schwerkraft korrekt berechnet. Ereignisse wie Supernovae, Sternengeburten und Schwarze Löcher wurden noch nicht mit einbezogen. Sie sollen aber zukünftig auch berücksichtigt werden.

Hat dir der Artikel gefallen? Jetzt teilen!

Kommentare