Evrenin büyük ölçekli yapısını modellemek için kullanılan kozmolojik simülasyonlar, astronomların karanlık madde ve karanlık enerjinin etkilerini anlamalarına yardımcı olan kritik araçlardır. Ancak bu simülasyonlar, süper bilgisayarlarda muazzam hesaplama gücü gerektirdiği için son derece maliyetli ve zaman alıcıdır.
Yeni araştırmada bilim insanları, bu soruna yapay zeka destekli yaratıcı bir çözüm getirdi. Araştırmacılar, gigaparsek boyutlarındaki dev evren hacimlerini simüle etmek için geleneksel yöntemlerin sadece küçük bir kısmını kullanan bir emülatör sistemi geliştirdi.
Yöntemin çalışma prensibi oldukça zekice: Binlerce büyük simülasyon kutusundan küçük bölgeler seçiliyor ve bu bölgelerdeki farklı yoğunluk değerleri analiz ediliyor. Daha sonra makine öğrenmesi algoritmaları, bu küçük örneklerden yola çıkarak tüm evren hacmindeki halo kütle dağılımlarını tahmin ediyor.
Sistem, orijinal simülasyon hacminin sadece yüzde 0.026'sını kullanarak başarılı sonuçlar üretiyor. Bu, aylar sürebilecek hesaplamaları günlere, hatta saatlere indirme potansiyeli taşıyor.
Bu gelişme özellikle, farklı kozmolojik parametrelerin etkilerini test etmek isteyen araştırmacılar için büyük önem taşıyor. Artık çok daha hızlı bir şekilde farklı evren modellerini karşılaştırabilecek ve kozmolojik teorileri test edebilecekler.