Scharfes Universum dank künstlicher Intelligenz

2019 haben Forschende mithilfe eines Supercomputers in einem Jahr Rechenzeit die Entstehung eines Teils des Universums simuliert. Der damals berechnete würfelförmige Raum hatte eine Kantenlänge von 230 Millionen Lichtjahren. Mit der sogenannten TNG50-Simulation war es gelungen, sowohl eine grosse Region des Weltraums abzudecken, als auch eine sehr hohe Detailtiefe zu erreichen, wie das beteiligte Max-Planck-Institut in Heidelberg damals mitteilte.

Scheibengalaxien aus der TNG50-Simulation im sichtbaren Licht. Für jede Galaxie gibt es eine Sicht von oben und eine von vorne (Source: D. Nelson, Illustris TNG team, Max-Planck-Institut für Astronomie)

Auch heute sind Simulationen noch schwierig und aufwändig, denn es gibt zahlreiche Variablen. Mit traditionellen Simulationsmethoden würde es 23 Tage dauern, eine kosmologische Simulation von einem 500 Millionen Lichtjahre grossen Gebiet mit 134 Millionen Partikeln zu erstellen, berichtete kürzlich Futurezone.at. Ein neuer Ansatz soll diesen Wert nun auf 36 Minuten drücken.

Erstaunlich dabei sei, dass dafür Technik zum Einsatz komme, die auch ein Machine-Learning-Programm via Grafikprozessor malen oder Musik komponieren lässt. Eine Kombination aus KI und GPU schafft es, das Universum in sehr hoher Auflösung zu simulieren und dabei die physikalischen Gesetze zu beachten, wie Futurezone weiter schreibt.

Supercomputer sind teuer

Normalerweise verwenden Forschende für solche Projekte Supercomputer, da das einiges an Rechenleistung verlangt. Verschiedene Parameter werden dabei getestet und mit tatsächlichen Beobachtungen im Weltraum abgeglichen.

Supercomputer sind aber teuer und kosten mehrere Tausend Franken pro Stunde, wie Futurezone weiter weiss. Für die erwähnte Simulation, die einen Supercomputer mehrere Monate lang beschäftigt hätte, brauchte das Team der Carnegie Mellon University in Pittsburgh, USA, mit seiner neuen Methode gerade mal 16 Stunden.

Die KI macht aus einer niedrigen eine sehr hohe Auflösung. (Source: Y. Li et al./Proceedings of the National Academy of Sciences 2021)

Neuronale Netzwerke

Möglich wurde dies, da es aktuell möglich sei, hochauflösende Simulationen von kleineren Gebieten zu machen und grosse Gebiete in geringer Auflösung darzustellen. Die Forschenden rechneten nun die Gebiete mit niedriger Auflösung in solche mit hoher Auflösung hoch. Dafür nutzten sie sogenannte Generative Adversial Networks, also mehrere neuronale Netzwerke, die gegeneinander antraten, wie Futurezone.at weiter schreibt.

Diese sagen demnach die Beziehung zwischen dunkler Materie und Gravitation vorher. Die Netzwerke ihrerseits nutzen "Trainingsdaten" für ihre Berechnungen, vergleichen die Ergebnisse und überprüfen sie auf Richtigkeit. Ein Netzwerk nutzt Simulationen in geringer Auflösung und rechnet sie auf eine sehr hohe Auflösung hoch.

Ein zweites Netzwerk versucht dann, die Modelle von jenen zu unterschieden, die über konventionelle Methoden erstellt wurden. Beide Netzwerke werden über die Zeit besser, bis die schnell erstellten Simulationen nicht mehr von jenen unterschiedenen werden konnten, die konventionell erstellt wurden.

Schnelle und günstige Simulation

Zwei Jahre lang versuchten laut Futurezone.at die Forschenden, das Projekt zum Laufen zu bekommen. "Plötzlich funktionierte es. Wir erhielten wunderschöne Ergebnisse, die unseren Erwartungen gerecht wurden", sagt Mit-Autor der Studie, Yin Li, in einem Statement.

Supernovae, Sternengeburten und Schwarze Löcher

Genutzt würden solche Simulationen, um mehr darüber zu erfahren, wie das Universum entstanden ist. Forschende könnten mithilfe solcher Programme ihre Theorien überprüfen. Eine schnelle und kostengünstige Methode könnte dabei helfen, den Aufwand für solche Tests drastisch zu senken und damit einen breiteren Zugang zu solchen Simulationen zu ermöglichen, schreibt Futurezone.at.

Derzeit würden sich die Forscher vor allem darauf konzentrieren, dass die KI den Bezug von Dunkler Materie und Schwerkraft korrekt berechne. Ereignisse wie Supernovae, Sternengeburten und Schwarze Löcher seien noch nicht mit einbezogen worden. Das soll sich aber künftig ändern.