Credit: S. He et al./Proceedings of the National Academy of Sciences 2019
Ik las net een artikel in de wetenschapskatern van NRC over kunstmatige intelligentie (met name over de algoritmes die gebruikt worden en de risico’s die daarbij komen kijken) en toen moest ik gelijk denken aan twee nieuwsberichten die ik van de week over AI zag passeren. Even kort die twee berichten op een rijtje:
- De natuurkundige Seth Moortgat van de Vrije Universiteit van Brussel ontwikkelt nieuwe methodes op basis van AI om elementaire deeltjes in het CERN te onderzoeken. Hij heeft twee innovatieve methodes ontwikkeld – met de eerste methode kunnen verschillende soorten van deze quarks makkelijker geïdentificeerd worden en de tweede methode verhoogt de gevoeligheid van de data-analyse bij het vergelijken van de resultaten, waardoor de theoretische modellen sneller kunnen geverifieerd en mogelijks uitgesloten. Bron: VUB.
- AI is onlangs ook toegepast om een driedimensionale simulatie van het heelal te maken. Dat deden ze in het kader van het Deep Density Displacement Model, kortweg D³M. Waar ‘gewone’ supercomputers uren over doen, kan dat D³M het in enkele milliseconden doen. En dan ging het daarbij om een kubus van het heelal van 600 miljoen kubieke lichtjaar groot (zie afbeelding bovenaan). De onderzoekers zeggen dat de simulatie met AI zó snel en accuraat is dat ze zelf niet begrijpen hoe ’t precies werkt. 😀 Bron: Simons Foundation.
Het nieuws over de simulatie zag ik op phys.org een paar dagen geleden en het viel op dat de onderzoekers de werking van de AI nog interessanter vonden dan het onderzoek zelf. De toegepaste AI kan blijkbaar vrij associëren en aangeleerde informatie extrapoleren naar kennis die niet eerder beschikbaar was en doet dit snel en accuraat. Een beetje een black box principe waarbij je weet wat het mechanisme doet maar niet hoe.