Waterloo Üniversitesi'nden Dr. Marco Bonici'nin liderliğindeki ekip, verileri analiz etme hızını devrim niteliğinde artıran Effort.jl adlı yapay zeka aracını geliştirdi.
Waterloo Üniversitesi’nde görevli fizikçi Dr. Marco Bonici’nin liderliğindeki uluslararası bir ekip, evrenin simülasyonunu gerçekleştirmek için devrim niteliğinde bir yapay zeka aracı geliştirdi. Effort.jl adını taşıyan bu yenilikçi araç, veri analizinde çığır açarak, astronomların trilyonlarca veri noktasını işleme sürecini hızlandırıyor.
YENİ BİR DÖNEM BAŞLIYOR
Geleneksel yöntemler ile hesaplama gücünün sınırlarına ulaşan astronomlar, Effort.jl sayesinde bu süreçte büyük bir hız kazanacak. Araştırmacıların Journal of Cosmology and Astroparticle Physics (JCAP) dergisinde yayımladığı makaleye göre, Effort.jl, kozmolojik simülasyonların davranışını taklit eden bir yapay zeka modeli olarak, geleneksel yöntemlerden yaklaşık bin kat daha hızlı hesaplama yapabiliyor.
HIZ VE DOĞRULUKLA YENİLİKLER GETİRİYOR
Effort.jl, galaksilerin evrende nasıl kümelendiğini gösteren galaksi güç spektrumunu simüle ediyor ve bu sayede evrenin istatistiksel parmak izini ortaya koyuyor. Araç, fizik temelli ön işlemlerle yapay zekayı birleştirerek, hem fiziksel olarak yorumlanabilir hem de hızlı sonuçlar üretebiliyor. Tek bir işlemci çekirdeğinde 15 mikrosaniye içinde hesaplama yapabilen Effort.jl, dizüstü bilgisayarda yaklaşık 10 dakikada tam Bayesian analizine ulaşabiliyor.
KARANLIK ENERJİ TEORİLERİ TEST EDİLEBİLİR
Özellikle DESI ve Euclid projeleri ile elde edilen verilerin işlenmesi noktasında büyük bir avantaj sunan Effort.jl, karanlık enerji teorilerini test etmek ve evrenin genişleme hızı ile karanlık maddenin dağılımını daha hassas biçimde ölçmek için kullanılabilir. Araç, karmaşık sistemlerin daha hızlı ve şeffaf bir şekilde modellenmesini sağlayarak yalnızca kozmoloji değil, plazma fiziği, kuantum malzemeleri, iklim modellemesi ve tıp görüntüleme gibi diğer alanlarda da önemli katkılar sunmayı hedefliyor.
AÇIK KAYNAK KODUYLA ARAŞTIRMACILARA SUNULDU
Effort.jl, MIT lisansı altında GitHub’da açık kaynak olarak yayımlandı. Kod, belgeler ve örnek veri setleri araştırmacılara sunulmuş durumda. Bu adım, araştırmacıların karmaşık sistemleri daha hızlı şekilde incelemelerine olanak tanıyacak.
