A inteligência artificial já desempenha um papel importante em ajudar os cosmólogos a estudar o universo. Agora, uma nova pesquisa sugere que uma técnica de aprendizado de máquina chamada aprendizagem por transferência poderia tornar a busca por uma nova física muito mais rápida e menos dispendiosa. No entanto, a investigação também revelou uma desvantagem surpreendente: a IA pode, por vezes, ser tão dependente do que já aprendeu que tem dificuldade em reconhecer algo verdadeiramente novo.
Pesquisa, publicada Jornal de Cosmologia e Física de Astropartículas (JCAP), examinam como a aprendizagem por transferência pode ajudar os pesquisadores a investigar teorias que vão além do modelo cosmológico padrão.
IA e a descoberta de uma nova física
O atual modelo padrão de cosmologia, conhecido como ΛCDM, explica com sucesso muitas propriedades em grande escala do Universo, incluindo a sua expansão e a distribuição das galáxias. No entanto, os cientistas acreditam que o modelo não é a resposta final.
Observações recentes levantaram questões que poderiam levar a uma nova física, incluindo neutrinos massivos, gravidade alterada e os efeitos da evolução da energia escura. Explorar essas possibilidades exige que os pesquisadores criem um grande número de simulações computacionais detalhadas, cada uma representando um universo virtual construído usando diferentes suposições físicas.
Criar essas simulações é computacionalmente caro e muitas vezes exige um poder computacional considerável.
Usando a aprendizagem por transferência para reduzir custos de simulação
Os pesquisadores investigaram se a aprendizagem por transferência pode tornar esse processo mais eficiente.
A aprendizagem por transferência permite que um sistema de IA aplique o conhecimento adquirido de uma tarefa em outra tarefa relacionada. Em vez de treinar totalmente uma rede neural nas simulações mais complexas e computacionalmente caras, a equipe primeiro a treinou em simulações mais simples baseadas em ΛCDM. Esta fase inicial, conhecida como pré-treinamento, foi seguida por treinamento adicional usando modelos mais sofisticados que potencialmente incluíam nova física.
“É basicamente um atalho”, explica o coautor do estudo Adrian Baer, cosmólogo do Flatiron Institute e da Universidade de Princeton. “Normalmente, as pessoas treinam IA diretamente nas simulações mais caras do ponto de vista computacional. Em vez disso, o que fazemos é primeiro usar simulações ΛCDM mais simples e menos caras para dar à IA uma ideia do que está acontecendo e, em seguida, passar para modelos mais complexos.
A Bayer compara métodos de aprendizagem de livros didáticos.
“Você primeiro lê um livro básico para ter uma ideia do conhecimento”, diz Bayer, “e depois passa para o livro realmente complexo”.
Segundo a primeira autora Veena Krishnaraj, estudante de pós-graduação da Universidade de Princeton, essa técnica impede que a IA “digira tudo de uma vez”.
Os resultados foram interessantes. Em alguns casos, a aprendizagem por transferência reduz o número de simulações dispendiosas exigidas por um fator superior a dez.
Quando o conhecimento prévio se torna um problema
A pesquisa também revelou um desafio menos óbvio conhecido como transferência negativa.
Usando a analogia dos livros didáticos de Bayer, imagine aprender medicina a partir de um texto introdutório e depois encontrar uma doença rara que se assemelha muito a uma condição comum. O conhecimento existente é geralmente útil, mas às vezes pode encorajar conclusões erradas.
O mesmo problema pode surgir em sistemas de IA.
Em alguns casos, as assinaturas da nova física são semelhantes aos padrões que a IA já associou ao modelo cosmológico padrão. Quando isso acontece, a rede pré-treinada pode interpretar informações desconhecidas através das lentes do que já conhece, dificultando a detecção de novos efeitos verdadeiros.
Os pesquisadores observaram esse efeito ao estudar simulações que incluíam neutrinos massivos. Algumas das assinaturas observacionais associadas à massa dos neutrinos se assemelham muito às mudanças associadas a um parâmetro ΛCDM existente chamado σ8, que mede a intensidade da matéria nos aglomerados em todo o universo.
Devido a esta semelhança, a rede neural pré-treinada inicialmente teve dificuldade em distinguir os dois efeitos.
“A mudança negativa não é aleatória. É impulsionada pela decadência física inerente ao modelo”, diz Krishnaraj.
Em outras palavras, diferentes processos físicos podem produzir assinaturas observáveis muito semelhantes, tornando difícil identificar com precisão qual parâmetro é responsável pela IA.
“Portanto, é algo que temos que estar atentos e tentar mitigar”, conclui.
Promessas e riscos para a cosmologia futura
Os resultados destacam os benefícios potenciais e as limitações da aplicação de conceitos de modelos básicos à física. Esses métodos são muito semelhantes às técnicas por trás dos modernos sistemas generativos de IA e grandes modelos de linguagem.
Como observam os pesquisadores no artigo, o pré-treinamento pode acelerar a inferência, “mas também pode dificultar o aprendizado de novas físicas”.
Até o momento, o método só foi testado por meio de simulações. O próximo passo será aplicá-lo a observações astronômicas reais.
A equipe acredita que a aprendizagem por transferência pode se tornar uma ferramenta importante para as próximas pesquisas cósmicas, que deverão coletar uma quantidade sem precedentes de informações de alta precisão sobre o Universo nos próximos anos.
Veena Krishnaraj, Adrian E. O artigo “Transfer Learning Beyond the Standard Model” de Baer, Christian Krug Jesperson e Peter Melchior já está disponível SER.
