Cosmología@Home
Cosmology@Home es un proyecto de computación distribuida BOINC que alguna vez estuvo a cargo de los Departamentos de Astronomía y Física de la Universidad de Illinois en Urbana-Champaign, pero se ha trasladado al Institut Lagrange de Paris y al Institut d'astrophysique de Paris , ambos Están ubicados en la Universidad Pierre y Marie Curie . [1] [2]
El objetivo de Cosmology@Home es comparar modelos teóricos del universo con los datos medidos hasta la fecha y buscar el modelo que mejor se adapte. [3] Otros objetivos pueden incluir:
El objetivo de Cosmology@Home es buscar el modelo que mejor describa nuestro Universo y encontrar la gama de modelos que concuerden con los datos astronómicos y de física de partículas disponibles. Los modelos generados por Cosmology@Home se pueden comparar con las mediciones de la velocidad de expansión del universo del telescopio espacial Hubble , así como con las fluctuaciones en la radiación de fondo cósmica medida por la sonda de anisotropía de microondas de Wilkinson .
Cosmology@Home utiliza una forma innovadora de utilizar el aprendizaje automático para paralelizar de forma eficaz una gran tarea informática que implica muchos cálculos inherentemente secuenciales en un número considerable de ordenadores distribuidos.
Para cualquier clase dada de modelos teóricamente posibles del Universo, Cosmology@Home genera decenas de miles de Universos de ejemplo y empaqueta los parámetros cosmológicos que describen estos Universos como unidades de trabajo. Cada unidad de trabajo representa un único Universo. Cuando la unidad de trabajo es solicitada por una computadora participante, esta computadora simula este Universo desde el Big Bang hasta hoy. El resultado de esta simulación es una lista de propiedades observables de este Universo.
Luego, este resultado se devuelve y se archiva en el servidor de Cosmology@Home. Cuando se ha simulado un número suficiente de Universos de ejemplo, un algoritmo de aprendizaje automático llamado Pico, [4] [5] que fue desarrollado por los científicos del proyecto de Cosmology@Home para este propósito, aprende de estos cálculos de ejemplo cómo hacer la simulación para cualquier Universo similar a los Universos de ejemplo. La diferencia es que Pico tarda unos pocos milisegundos por cálculo en lugar de varias horas. Entrenar a Pico con 20 000 ejemplos lleva unos 30 minutos. Una vez que Pico está entrenado, puede ejecutar una comparación completa de la clase de modelos (lo que implica cientos de miles de cálculos de modelos) con los datos de observación en unas pocas horas en una CPU estándar.
