Дослідники розробили інноваційну AI-модель, яка значно прискорює моделювання процесів виникнення найважчих хімічних елементів у космосі. Про це пише ScienceDaily.
Читайте также: Адам Моссері пояснив, чому Instagram не блокуватиме ШІ-контент
Що сталося
Міжнародна команда дослідників на базі GSI/FAIR розробила систему RHINE — модель машинного навчання для симуляції r-процесу. Це механізм, під час якого атомні ядра швидко захоплюють нейтрони й у підсумку формують важкі елементи. Саме так у Всесвіті з’являється значна частина найважчих природних елементів.
Проблема в тому, що такі реакції дуже складно рахувати. Повноцінне моделювання потребує великої обчислювальної потужності, тому вчені часто змушені спрощувати моделі. RHINE має зменшити цю залежність від дорогих обчислень.
Читайте также: Креативна трансформація для «левів» і «москітів» за 5–10 тижнів: у чому особливість підходу нової агенції Lion & Mosquito?
Чому це цікаво
Система розраховує, яка кількість енергії або тепла виділяється під час r-процесу. Це тепло є надзвичайно важливим, адже воно визначає, з якою швидкістю матерія розлітається від вибуху і наскільки яскраво вона при цьому світиться. Замість того, щоб щоразу виконувати всі важкі обчислення під час симуляції, штучний інтелект заздалегідь вивчає величезну бібліотеку довідкових розрахунків. Після такого тренування нейромережа може точно оцінити рівень нагрівання, витрачаючи на це лише невелику частину тих обчислювальних ресурсів, які були потрібні раніше.
Для злиттів нейтронних зірок це особливо важливо, бо йдеться про кілонові — яскраві спалахи, які астрономи спостерігають після таких подій. За словами науковців, порівняння з референтними даними показало високий рівень збігу. Тобто модель дає результати, близькі до повних розрахунків, але з меншими витратами часу та ресурсів.
Читайте также: Навіщо Volkswagen найняла на роботу 100 овець в Польщі
