Yapay sinir ağları evrende altın ve platin oluşum sürecini modelledi

GSI Helmholtz Ağır İyon Araştırma Merkezi'ndeki (Almanya) astrofizikçiler, yapay sinir ağlarını kullanarak nötron yıldızı çarpışmaları sonucunda ağır elementlerin oluşumunu gerçek zamanlı olarak modellemeyi başardılar. RHINE adı verilen bu yeni yöntem, evrendeki en karmaşık fiziksel süreçleri incelemede yapay zeka yeteneklerinden yararlanmak için yeni bir dönem başlatıyor. Bu haber Ixbt.com tarafından bildirildi.

Evrende altın, platin ve diğer birçok ağır metalin ortaya çıkışı, tam olarak nötron yıldızlarının çarpışması olan r-süreci (hızlı nötron yakalama) ile ilişkilidir. Şimdiye kadar bilim insanları bu süreci hesaplarken büyük zorluklarla karşılaşıyorlardı. Bunun nedeni, yaklaşık 3000 farklı izotopun etkileşimini aynı anda hesaplamak için mevcut süper bilgisayarların kapasitesinin yetersiz olmasıydı.

Geleneksel yöntemlerdeki hatalar giderildi

Daha önce bu tür simülasyonlar iki aşamada gerçekleştiriliyordu: önce çarpışmanın kendisi modelleniyor, ardından nükleer reaksiyonlar ayrı olarak hesaplanıyordu. Ancak ixbt.com'a göre bu yaklaşım hatalıydı ve açığa çıkan enerjinin maddenin hareketi üzerindeki etkisini hesaba katmıyordu. RHINE yöntemi ise yapay sinir ağları yardımıyla bu iki süreci birleştirdi.

Araştırmacılar 16 uzmanlaşmış yapay sinir ağından oluşan bir topluluk oluşturdular. Binlerce izotopu takip etmek yerine, ortamın birkaç temel fiziksel karakteristiğini (nötron, proton ve ağır çekirdeklerin oranı) analiz ediyorlar. Bu durum hesaplama hızını birkaç kat artırarak süreci gerçek zamanlıya yaklaştırdı.

Keşfin pratik önemi

Yeni model kullanılarak yapılan testler beklenmedik sonuçlar verdi. r-süreci sonucunda açığa çıkan enerji hesaba katıldığında, uzaya fırlatılan maddenin ortalama hızının yüzde 40, kütlesinin ise yüzde 20 arttığı belirlendi. Bu enerji, maddenin merkezi nesnenin (kara delik) kütleçekimini yenmesine yardımcı oluyor.

Ayrıca yapay sinir ağı ile elde edilen veriler, nötron yıldızı çarpışmalarından sonra meydana gelen kilonova patlamasının parlaklığını daha doğru tahmin etmeyi sağlıyor. Hesaplamalara göre, çarpışmadan 10 gün sonra bu tür bir patlama, daha önce tahmin edilenden iki kat daha parlak olacaktır. Bu, astronomların GW170817 gibi olayları teleskoplar aracılığıyla gözlemlerken daha kesin veriler elde etmelerine yardımcı olacaktır.

Şu anda RHINE kodu ve yapay sinir ağı modelleri açık erişime sunulmuştur. Bu, dünya çapındaki bilim insanlarının evrendeki en gizemli süreçleri incelemeleri ve gelecekteki kütleçekim dalgası gözlemevlerinin verilerini analiz etmeleri için yeni bir araç görevi görecektir. Söz konusu teknoloji PyTorch platformunda eğitilmiş olup, modern astrofizik ve yapay zekanın başarılı entegrasyonuna parlak bir örnektir.