Gran misterio
Como no podemos viajar miles de millones de años atrás en el tiempo — todavía no, al menos — una de las mejores formas de entender cómo evolucionó nuestro universo es crear simulaciones por ordenador del proceso utilizando lo que sí sabemos al respecto.
La mayoría de esas simulaciones se dividen en dos categorías: lentas pero más precisas, o rápidas pero menos precisas. Pero ahora, un equipo internacional de investigadores ha creado una IA capaz de generar con rapidez simulaciones tridimensionales del universo de gran precisión, incluso cuando modifican parámetros en los que el sistema no fue entrenado.
“Es como enseñar a un software de reconocimiento de imágenes con muchas fotos de gatos y perros, pero que luego sea capaz de reconocer elefantes”, explicó la investigadora Shirley Ho en un comunicado de prensa. “Nadie sabe cómo lo hace, y es un gran misterio por resolver.”
Sistema veloz
Los científicos describen cómo crearon este simulador del universo, al que han denominado Modelo de Desplazamiento de Densidad Profunda (D3M), en un estudio publicado en la revista Proceedings of the National Academy of Sciences.
El objetivo era enseñar a D3M a modelar la forma en que la gravedad moldea el universo. Para ello, comenzaron alimentando el sistema con 8000 simulaciones diferentes centradas en la gravedad, creadas por un simulador del universo existente de gran precisión.
Ese sistema necesitaba 300 horas de cálculo para crear una sola de sus simulaciones, pero tras entrenarse con los datos, D3M fue capaz de producir sus propias simulaciones de un universo cúbico de 600 millones de años luz de lado en tan solo 30 milisegundos. Esas simulaciones fueron más precisas que las de los sistemas “rápidos” existentes, que necesitan un par de minutos para crear una simulación.
Brecha de conocimiento
Pero la velocidad no es lo más notable de D3M.
Lo más destacable es su capacidad para simular con precisión cómo sería el universo incluso si los investigadores modificaran parámetros que no estaban incluidos en sus datos de entrenamiento. Por ejemplo, podían ajustar el porcentaje de materia oscura en su universo, y D3M podía simular con precisión la evolución de ese universo.
Además de ayudar a físicos como Ho a comprender mejor la evolución del universo, este extraño comportamiento tiene el potencial de ayudar a los científicos informáticos a entender mejor la IA.
“Podemos ser un campo de juego interesante para que un modelo de aprendizaje automático lo utilice y vea por qué este modelo extrapola tan bien, por qué extrapola a elefantes en lugar de limitarse a reconocer gatos y perros”, declaró Ho en el comunicado de prensa. “Es una calle de doble sentido entre la ciencia y el aprendizaje profundo.”
