工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Manufacturing Technology >> 産業技術

AIが宇宙シミュレーションを30ミリ秒・誤差2.8%で実現

宇宙の進化を説明するため、科学者たちは天体観測から情報を抽出するために多数のシミュレーションを必要とします。数十億年の巨大な体積で、正確な物理モデルによる数十億粒子の評価が関わります。

天体物理学者は通常、N体シミュレーションで宇宙の構造形成を予測しますが、計算コストが高いです。米国の研究チームが、ディープラーニングを用いてN体シミュレーションの代替となる新モデル「Deep Density Displacement Model(D3M)」を開発。遥かに短時間でより正確な結果を出力します。

Deep Density Displacement Model(D3M)

D3Mは単一の宇宙論パラメータセットで訓練されたニューラルネットワークです。高速・高精度な結果を提供するだけでなく、特定パラメータ(宇宙のダークマター量など)が変更された場合の宇宙の様子を、それらのパラメータ変化データで訓練されていないにもかかわらず精密にシミュレートできます。

D3Mは宇宙で最も重要な力である重力の効果をモデル化し、宇宙の進化全体で数十億個の個々の粒子がどうシフトするかを計算します。

Reference: PNAS | DOI:10.1073/pnas.1821458116 | Simons Foundation

最も精密な既存モデルから約8,000種類のシミュレーションでD3Mを訓練。訓練済みモデルで、一辺6億光年の正方形宇宙をシミュレートし、既存最先端モデルと比較しました。

新モデル(D3M)と2階ラグランジュ摂動理論(2LPT)によるN体シミュレーションの精度比較。グリッドの色は平均変位誤差(百万光年)を表す。

正確だが遅い手法は数百時間、高速手法は数分かかるのに対し、D3Mはわずか30ミリ秒で完了。既存高速手法の相対誤差9.3%に対し、D3Mは2.8%でより正確な結果を出しました。

このモデルの真の特徴は、訓練データに含まれていなかった宇宙論パラメータ変化を例外的にうまく扱える点です。次回研究では流体力学など他の力もモデル化し、高解像度シミュレーション追加で複雑性を向上させる予定。またD3Mの動作メカニズムを解析し、なぜこれほどうまく外挿できるかを理解することで、機械学習手法の発展に役立てます。

産業技術

  1. Raspberry Pi 3 B+ – アップデートされた機能、仕様、購入ガイド
  2. IBMが心機能を数分でシミュレートするAIを開発、診断を劇的に高速化
  3. Googleが始端と終端フレームから動画全体を生成するAIを発表
  4. New Territories、製造業イノベーションの最前線をリード
  5. E3.series電気プロジェクトにSTEPモデルを挿入:ステップバイステップガイド
  6. 2024年ラストマイル配送の革命:ロボティクス、協業、優れた顧客体験
  7. パンデミックがサプライチェーン意思決定に与えた影響:新しいパラダイム
  8. 新品インペラ、取り付け前にバランス調整すべき?
  9. Protocase Designerを使う3つの主要メリット
  10. デジタル製造変革:2024年インダストリー4.0戦略
  11. IoTデータ精度を加速:新モデルが古い情報を迅速に置換