Bizi Telegram-da da izləyə bilərsiniz:@xqazeti
Kosmik məlumatların analizi və Kainatın modelləşdirilməsi prosesində süni intellektin tətbiqi alimlərin işini əhəmiyyətli dərəcədə sürətləndirir. Lakin neyron şəbəkələrin standart kosmoloji modellər əsasında öncədən təlim keçməsi gizli bir təhlükəni üzə çıxarıb: bəzi hallarda süni intellekt prinsipial olaraq tamamilə yeni fiziki hadisələrin əlamətlərini qeydə almır və onları görməzdən gəlir. Prinston Universiteti və Fletayron İnstitutunun kosmoloqları müəyyən ediblər ki, bu ilkin təlim üsulu unikal kosmik fenomenlərin gizli qalmasına və yeni fizika qanunlarının tapılmasına ciddi maneə törədir. Araşdırma "Journal of Cosmology and Astroparticle Physics" nəşrində dərc olunub.
Hazırkı standart kosmoloji model Kainatın təkamülünü uğurla izah etsə də, hələ də bütün suallara cavab verə bilmir. Alimlər neytrinonun kütləsinin təsiri və ya modifikasiya olunmuş qravitasiya kimi yeni fiziki effektləri axtarmaq üçün çox baha başa gələn və böyük hesablama gücü tələb edən milyonlarla kompüter simulyasiyası qurmaq məcburiyyətindədirlər. Bu prosesi optimallaşdırmaq məqsədilə tədqiqatçılar "öyrənmənin köçürülməsi" metodundan istifadə ediblər. Bu metodda neyron şəbəkə əvvəlcə standart parametrlər daxilində qurulmuş sadə və ucuz virtual modellər üzərində məşq etdirilir, sonra isə əldə olunan baza biliklər daha mürəkkəb modellərə köçürülür. Belə yanaşma bahalı hesablama xərclərini 10 dəfədən də çox azaltmağa imkan verir.
Lakin tədqiqat zamanı bu metodun "neqativ köçürmə" adlandırılan mənfi yan təsiri aşkarlanıb. Məlum olub ki, yeni fizika elminə aid bəzi unikal siqnallar xarici görünüşünə görə Kainatda maddənin standart paylanma parametrlərinə həddindən artıq bənzəyir. Bu riyazi oxşarlıq üzündən, əvvəlcədən proqramlaşdırılmış süni intellekt qarşısına çıxan tamamilə naməlum kosmik hadisələri özünün köhnə təcrübəsi prizmasından şərh edir və onları standart proseslərlə səhv salır. Məsələn, sınaqlar zamanı süni intellekt neytrino kütləsinin buraxdığı spesifik izləri maddə paylanmasının adi sıxlıq dəyişməsi kimi qəbul edərək səhvə yol verib. Alimlər bu problemin riyazi modellərin özündəki dərin üst-üstə düşmələrdən qaynaqlandığını bildirirlər. Bu elmi nəticə mütəxəssisləri real astronomik məlumatların təhlili zamanı mühüm kəşfləri əldən qaçırmamaq üçün neyron şəbəkələri bu cür qərəzlilikdən qoruyacaq yeni metodlar axtarmağa vadar edir.
Hazırladı:
Arzu ƏLİYEVA
XQ
