دکتر سید سلمان فاطمی

هوش مصنوعی از عروسک های بازی تا کمک به انسان در تولیدات تا زیان های آن بر جسم و روح انسان- قسمت دوازدهم

حد درک مغز انسان، حتی با وجود تکنولوژی های هوش مصنوعی کنونی، لازم است مشخص شود.
پایان تاریخ، تصورات و تراوشات ذهن و مغز دانشمندان بزرگ گذشته وامروز(با وجود دستاوردهای جدید انها در کشف بسیاری از واقعیت ها به وسیله ی هوش مصنوعی) نیست. پایان تاریخ، نهایتی است که در دست مشاهده گران امروز نیست. آنچه پیش بینی میشود، تا زمانی- که در واقعیت محقق نشود- از محدوده ی حدس و گمان، بیرون نمی رود.

نقشه ی جدید ماده ی تاریک، پل هایی را بین راه شیری و کهکشان های نزدیک، نشان میدهد
ناتوانی در تحلیل بسیاری از وقایع کیهان و مشاهدات فیزیک، دانشمندان را به سوی فرض ماده ی تاریک و انرژی تاریک، برده است و این ماده بخش بزرگتر کیهان ما را تشکیل میدهد. آنچه انسان در مورد کیهان نمی بیند بسیار بیشتر از آن چیزی است که میبیند. ولی تلاش برای توسعه ی دانش بشری و توسعه ی دانسته ها، نشان از کنجکاوی پایان ناپذیر انسان امروز است.
هرچند هر چه بیشتربدانیم، خواهیم دانست آنچه نمی دانیم چقدر زیاد است.
و نهایتا آنچه باید دانست اینکه اعتماد به دانسته ها در برابر اعتماد به نادانسته ها، مقیاس و ترازویی است که در مورد انسان امروز، معمولا در کفه ی دوم یعنی اعتماد به نادانسته ها ، سنگین تر است.

هوش مصنوعی در برآوردها و تخمین، هرچند چند بعدی نیست و فاقد قابلیت انتزاع است، به دلیل قدرت پردازش و گزینش وسیع در میان میلیون ها انتخاب، کمک میکند بسیاری رازهای ناشناخته به خصوص در عرصه هایی- که مغز انسان، قادر به پردازش آن نیست- کمک کند.

یک نقشه ی جدید ماده ی تاریک- که با استفاده از هوش مصنوعی ساخته شده است- رشته های مخفی ای را از چیزی پنهان، نشان میدهد که در میان کهکشان ها پل میزند. نقشه، بر جهانی محدود(لوکال) یعنی همسایه ای که راه شیری را احاطه کرده است، تمرکز میکند. داوگوی جونگ ستاره شناس از دانشگاه پنسیلوانیا و مدیر پژوهش جدید، می گوید: با وجود نزدیکی، جهان محدود(لوکال)دشوار است نقشه برداری شود چون پر از ساختارهای پیچیده ای است که از ماده ی قابل رویت، ساخته شده است...ما باید مهندسی معکوس کنیم تا در نگاه به کهکشان ها بدانیم ماده ی تاریک در کجا است.

ماده ی تاریک، ماده ای غیر قابل دیدن و اسرارآمیز است که از طریق جاذبه با ماده قابل رویت، واکنش نشان میدهد. برخی پژوهشگران تصور می کنند این ماده ی غیر قابل مشاهده، ممکن است دارای ذرات حجیم با واکنش ضعیف باشد و این در جهان زیر اتمی، بزرگ به حساب می آید و نیز باید از نظر الکترومغناطیس، خنثی باشد تا با هیچ چیز دیگر در طیف الکترومغناطیس مانند نور، واکنش نشان ندهد.

نظر دیگر با برخی مدارک احتمالی این است که ماده ی تاریک، ممکن است از اجزای فوق نور به نام آکسیون تشکیل شده باشد. ماده ی تاریک هر چه باشد تاثیر آن، بر نیروهای جاذبه ای- که در کیهان نفوذ میکند- قابل مشاهده است.

جونگ می گوید: نقشه برداری از نیروی جاذبه ای غیرقابل مشاهده، آسان نیست. پژوهشگران این کار را با شبیه سازی های بزرگ کامپیوتری می کنند. این با مدل جهان ابتدایی و توسعه و تکامل ماده ی قابل مشاهده به طرف جلو، طی چند میلیارد سال- که جای خالی جاذبه ای ناشناخته را پر میکند- انجام میشود تا کشف کند ماده ی تاریک در کجا بوده است و اکنون در کجا است.

این نیازمند بزرگترین نیروی محاسباتی و زمان زیادی است. مطالعه ی جدید، یک الگوی متفاوت دارد. پژوهشگران در ابتدا یک برنامه یادگیری ماشین را روی هزاران شبیه سازی کامپیوتری از ماده ی قابل مشاهده و ماده ی تاریک در جهان محدود(لوکال)، پیاده کردند.
آموزش ماشین، تکنیکی است که به طور خاص و ماهرانه، الگوهایی را از داده های زمینه ای فراوان بیرون می کشد. جهان های مدل در پژوهش، از برنامه ی پیچیده ای از شبیه سازی ها به نام “illustris TNG”می آید. پس از تست کردن الگوریتم یادگیری ماشین بر گروه دوم شبیه سازی های جهانی illustris TNG، پژوهشگران برای دقت بیشتر، آن را بر داده های جهان حقیقی به کار بردند.

دکتر سید سلمان فاطمی . نورولوژیست, [30.05.21 05:39]
آنها از کاتالوگ کهکشانی “cosmicflows-3” استفاده کردند که داده ها را در توزیع و حرکت ماده ی قابل مشاهده در 200 مگاپارسک تحلیل میکند.(هر مگا پارسک برابر با یک میلیون پارسک و هر پارسک، یکان فاصله‌ی نجومی برابر با 3.259 سال نوری است.)این منطقه، شامل 17 هزار کهکشان است. نتیجه، یک نقشه ی جدید از ماده ی تاریک در کیهان محدود(لوکال) و ارتباط های آن با ماده ی قابل مشاهده است.(تحلیل نحوه ی حرکت کهکشان ها می تواند نقشه ی ماده ی تاریک و نحوه ی عمل و حرکت آن را به دست بیاورد. شاید زمانی کشف ماده ی تاریک و انرژی تاریک، محدود به درک وجود آن، با درک تاثیرات آن بر کهکشان ها و ماده ی قابل رویت بود ولی امروز با تحلیل دقیق حرکت سیارات و کهکشان ها و ستارگان در یک محدوده ی خاص از فضا، میتوان با دقتی بیشتر، نیروهایی را ترسیم و جهت یابی کرد که علاوه بر نیروی عادی جاذبه ی ماده ی قابل رویت، جاذبه و تاثیر دارد.

تحلیل حجم انبوه این نیروهای ناشناخته، به وسیله ی هوش قدرتمند مصنوعی، امکان پیشگویی ها و تحلیل ها در مورد آینده ی زمین و کهکشان و نهایتا آینده ی تاریخ انسان را میدهد؛ ولی باید در نهایت همه ی این پیشبینی ها و تحلیل ها، توجه داشت عدم قطعیتی در تعیین مکان و سرعت هر ذره باقی میماند که امکان دگرگون شدن تصورات ما را میدهد.(پایان تاریخ، تصورات دانشمندان بزرگ گذشته وامروز نیست. پایان تاریخ، نهایتی است که در دست مشاهده گران امروز نیست. آنچه پیش بینی میشود، تا زمانی که در واقعیت محقق نشود، از محدوده ی حدس و گمان بیرون نمیرود.

تحلیل ماده ی تاریک از روی رفتار ماده ی قابل رویت، بیشتر شبیه حدس زدن ویژگی و خصوصیات و چگونگی جسم از روی سایه ی آن، است. این پیشگویی و تحلیل، هرچند شاید محقق را به سمت جنس و صفات جسم مولد سایه، راهنمایی کند ولی هرگز موصوف را در دسترس بیننده قرار نمی دهد. صفت و اسم(ماده ی تاریک)، راهنمای شناخت موصوف است ولی خود موصوف و مولد سایه و اسم و صفت تا زمانی که از روی سایه شناسایی شود، به طور کامل درک نمیشود.(همانطور که نام گنگ آن، ماده ی تاریکنشان میدهد))

در یک یافته ی جالب، الگوریتم یادگیری ماشین، بیشتر چیزی را- که اخیرا در همسایگی راه شیری از شبیه سازی کیهانی، شناخته شده یا در نظر گرفته شده است- تولید نمود. ولی تظاهرات جدیدی را پیشنهاد داد که شامل رشته های طولانی ماده ی تاریک است و کهکشان ها را در اطراف راه شیری به آن و به دیگر رشته ها مرتبط میکند.

مهم است بدانیم کهکشان ها چگونه در طول زمان، حرکت خواهد کرد. برای نمونه راه شیری و کهکشان های آندروما تصور می شود 4.5 میلیارد سال دیگر با هم برخورد کنند. درک نقش ماده ی تاریک محدود(لوکال)، میتواند بهتر مشخص کند چگونه و چه زمانی این ادغام یا ادغام های دیگری رخ میدهد. جونگ میگوید: اکنون ما توزیع ماده ی تاریک را می دانیم. ما می توانیم با دقت بیشتری سرعتی را محاسبه کنیم که کهکشان ها را دراطراف ما حرکت می دهند.
https://www.sciencealert.com/new-dark-matter-map-shows-the-connections-between-galaxies-in-our-corner-of-the-universe?fbclid=IwAR1_rM1h3hujg7nUE3jQiuVQWSXPQf395gHu4jkDooQGm1p5c5j9CLFlIv8