היכולת לראות את מה שמחוץ למודל הידוע היא מה שמניע את המדע קדימה, במיוחד בשביל עמית או סטודנט שמנסה להבין איך גילויים באמת חדשים מתרחשים.
בינה מלאכותית למדה את חוקי היקום – ואז התקשתה לזהות פיזיקה חדשה מהלך הסיפור ועובדות מרכזיות
מחקר חדש בתחום הקוסמולוגיה מראה כיצד טכניקות של למידת מכונה, במיוחד העברת למידה, יכולות להאיץ משמעותית את החיפוש אחר פיזיקה חדשה – אך גם להאט אותו. החוקרים השתמשו ברשת עצבית שאומנה תחילה על הדמיות של יקום לפי המודל הסטנדרטי ΛCDM, כדי לצמצם את מספר ההדמיות המורכבות והיקרות שצריך לייצר. השיטה הצליחה לצמצם את העומס החישובי פי יותר מעשר, מה שיכול להפוך את חקר חלופות לפיזיקה נוכחית לנגיש יותר. אך התגלתה בעיה: הרשת העצבית הפכה רגישה מדי למודל שהיא כבר מכירה, מה שהקשה עליה לזהות תופעות שסוטות ממנו, כמו נייטרינו מסיביים או כבידה שונה.
עובדות
- המחקר פורסם ב-JCAP ביוני 2026.
- העברת למידה הפחיתה את מספר ההדמיות היקרות הנחוצות פי 10 או יותר.
- רשת עצבית שאומנה על מודל ΛCDM התקשתה לזהות יקומים עם נייטרינו מסיביים או כבידה שונה.
- המודל ΛCDM הוא המודל הקוסמולוגי הסטנדרטי להבנת היקום.
- האסטרטגיה משווה לאימון ראשוני על ספר בסיסי לפני מעבר לספר מורכב.
הסבר חדשות חזותי של Canto. כלי AI עשויים לסייע בהפקה. מדיניות עריכה
