.Supercomputers Are Simulating the Universe to Unlock Its Darkest Secrets
http://blog.naver.com/mssoms
http://jl0620.blogspot.com
https://www.facebook.com/junggoo.lee.54
Starship version space science
.Supercomputers Are Simulating the Universe to Unlock Its Darkest Secrets
슈퍼컴퓨터가 우주를 시뮬레이션하여 가장 어두운 비밀을 밝혀내고 있습니다
John Spizzirri, Argonne National Laboratory 제공2025년 3월 21일,
바리온 내부 에너지 HACC 시뮬레이션 이 시각화는 Aurora에서 수행된 과학 시범 실험의 데이터를 처음으로 보여줍니다. HACC 시뮬레이션의 내부 에너지(가스 온도에 비례)에 중첩된 바리온을 보여줍니다. 이 시뮬레이션은 CRK-HACC 프레임워크를 사용하여 (1512 Mpc/h)³ 볼륨에서 2,000억 개의 암흑 물질과 바리온 추적 입자를 진화시켰습니다. 출처: Silvio Rizzi 및 HACC 팀/Argonne National Laboratory
우주론자들은 최첨단 계산 도구를 사용하여 우주의 95%를 구성하는 암흑 물질과 암흑 에너지의 비밀을 밝히고 있습니다. 과학자들은 Dark Sky Mining 프로젝트와 강력한 Aurora 슈퍼컴퓨터를 통해 전례 없는 속도로 우주 시나리오를 시뮬레이션하고 이론을 테스트하며 모델을 개선합니다. 보이지 않는 암흑 물질은 중력 효과를 통해 스스로를 드러내고, 암흑 에너지는 우주의 확장을 가속화합니다.
연구자들은 AI와 머신 러닝을 활용하여 시뮬레이션을 관찰과 효율적으로 비교하여 근본적인 물리학을 다시 쓸 수 있습니다. 우주의 신비를 파헤치다 우주론자와 천체물리학자들은 우주의 가장 이해하기 힘든 구성 요소를 발견하기 위한 사명을 가지고 있습니다. 그들의 목표는 우주 진화를 형성하는 숨겨진 힘을 식별하고 연구하는 것입니다. 이러한 발견이 밝혀진다면 오랜 과학적 의문에 답할 수 있고 수세기 동안 정제되어 온 물리학의 기본 법칙에 도전할 수도 있습니다. 미국 에너지부( DOE ) 산하 아르곤 국립 연구소의 연구자들은 현대 물리학의 가장 큰 미스터리 중 두 가지인 암흑 물질 과 암흑 에너지 의 신비한 본질을 조사하기 위해 첨단 광산 장비와 유사한 고급 계산 도구를 개발하고 있습니다 . "암흑 물질과 암흑 에너지의 본질은 이해되지 않았습니다."
Argonne 물리학자이자 우주론자인 살만 하비브는 Argonne Distinguished Fellow이자 연구실의 Computational Science 부문 책임자입니다. "우리는 둘이 존재한다는 것을 알고 있지만, 그것이 무엇인지, 그리고 그 존재를 지배하는 근본 원리는 이해하지 못합니다." "근본적으로, 우리가 지금 하고 있는 일은 단순히 인류가 별, 은하계, 그리고 다른 모든 것과 연결해 온 긴 역사를 확장하는 것일 뿐입니다.
우주를 깊이 들여다볼 수 있는 능력은 매우 놀라운데, 그것은 또한 우리에게 큰 계획 속에서 우리 자신의 위치에 대한 많은 것을 알려주기 때문입니다." 살만 하비브, Argonne Distinguished Fellow 우주의 혁신을 위한 슈퍼컴퓨터 활용 현재 이론을 확장하기 위해 Argonne 과학자들은 실제 우주 관측과 컴퓨터 집약적 우주 시뮬레이션을 결합한 자세한 하늘 지도를 만드는 데 열심히 노력하고 있습니다. Dark Sky Mining이라는 이 프로젝트는 DOE 과학 사무국 사용자 시설인 Argonne Leadership Computing Facility(ALCF)가 지원하는 Aurora Early Science Program의 일부입니다. 이 프로그램을 통해 ALCF는 전국의 여러 연구팀과 협력하여 Argonne의 새로운 엑사스케일 슈퍼컴퓨터 인 Aurora의 규모와 아키텍처에 맞는 다양한 코드와 소프트웨어 세트를 준비했습니다.
초당 1조 1,000억 개 이상의 계산을 실행하는 Aurora의 능력은 다양한 물리학적 우주 시나리오를 빠르게 시뮬레이션하고 변경하는 데 필요합니다. 이 능력을 고급 인공지능 ( AI ) 및 통계적 방법과 결합하여 이 그룹은 암흑 물질과 암흑 에너지의 기능과 역학, 그리고 그것들이 우주의 은하계 분포와 속성과 어떻게 연결되는지에 대한 보다 강력한 설명을 제공하고자 합니다.
Argonne Aurora Exascale 슈퍼컴퓨터 Argonne의 Aurora 엑사스케일 슈퍼컴퓨터는 시뮬레이션, AI 및 데이터 분석과 관련된 연구에 강력한 역량을 제공합니다. 출처: Argonne National Laboratory
답이 없는 질문: 우주의 어두운 면 갈릴레오부터 NASA 의 획기적인 제임스 웹 우주 망원경 까지 , 인간은 우주에 대한 우리의 인식을 형성하는 눈부신 삽화와 이미지 카탈로그를 축적해 왔습니다. 과학이 이 관찰 가능한 우주의 구성과 원리를 꽤 잘 이해하고 있는 듯하던 순간, 어둠의 세력이 나타나기 시작하면서 물리학과 우주론 의 잘 정립된 모델에 큰 혼란을 초래했습니다 .
우리가 보는 가시적인 물질은 우주의 약 5%에 불과합니다. 과학자들은 암흑 물질과 암흑 에너지가 각각 27%와 68%를 차지한다고 믿습니다. 암흑 물질의 퍼즐 암흑 물질에 대한 암시는 20 세기 초로 거슬러 올라가지 만, 더 현대적인 인상은 스위스 천문학자 프리츠 츠비키에게 기인합니다. 1930년대에 츠비키는 은하계 군집(코마 군집)에 있는 개별 은하의 움직임을 고려했습니다. 코마 군집에는 1,000개가 넘는 은하가 비교적 가까이에 있습니다. 그는 중력 원리만으로는 군집이 어떻게 서로 묶여 있는지 이해할 수 없었습니다. 이 현상을 설명하기 위해 그는 보이지 않는 "암흑 물질"의 존재를 가정했습니다.
이 아이디어는 1960년대와 1970년대에 개별 은하에 대한 보다 신중한 연구로 발전했습니다. 그리고 중력 렌즈(중간 질량 주위에서 빛이 휘어지면서 배경 은하의 이미지가 왜곡되는 현상)와 같은 다른 탐사선을 사용한 최근의 측정은 암흑 물질의 존재에 대한 놀라운 증거를 제공했습니다. 암흑 에너지: 확장되는 미스터리 그래도 뭔가가 빠져 있었습니다. 암흑 물질을 추가하더라도 현재의 우주 모델에는 여전히 불균형이 있었습니다. 밝은 폭발성(우주 론자들이 우주가 어떻게 확장되고 있는지, 확장 속도가 느려지고 있는지 빨라지고 있는지 측정할 수 있게 해주는 초신성 )을 측정해야 우리가 지금 암흑 에너지라고 부르는 것을 발견할 수 있었습니다.
곧, 암흑 에너지는 우주가 확장되고 있을 뿐만 아니라 가속된 속도로 확장되고 있다는 놀라운 발견의 잠재적인 범인으로 우주론적 힘의 역할에 합류할 것입니다. 많은 사람들에게 놀라운 일입니다. 암흑 에너지는 일종의 반중력으로 작용하여 중력이 사물을 붙잡을 수 있는 것보다 더 큰 힘으로 매우 먼 거리에서 밀어냅니다. 하비브는 "놀랍게도, 암흑 에너지는 은하의 대규모 밀집을 제대로 표현하고 어떻게든 우주론적 모델을 그대로 유지하는 데 필요한 것이었습니다."라고 설명합니다.
그는 암흑 물질이 그렇게 미친 구조물이 아닐 수도 있다고 말했습니다. 특히 놀라운 현상으로 가득한 우주에서는 더욱 그렇습니다. 그것은 빛을 흡수하거나 방출하지 않는다는 의미에서만 신비롭지만, 우리는 중력 효과로 인해 그것을 "볼" 수 있습니다. 블랙홀 과 매우 비슷합니다 . "어떤 면에서는, 그것은 우리가 아직 발견하지 못한 또 다른 입자일 뿐입니다. 마치 우리가 중성미자가 존재한다는 것을 알고 있었지만, 그것을 발견하지 못했던 것과 마찬가지입니다." 하비브가 지적합니다. "하지만 암흑 에너지는 중력이 작동하는 방식을 설명하는 데 근본적인 문제를 분명히 하기 때문에 매우 다른 제안입니다.
그리고 그것이 많은 속쓰림을 유발하는 것입니다." 오로라 슈퍼컴퓨터 DOE Argonne Leadership Computing Facility Argonne Leadership Computing Facility의 Department of Energy Aurora와 같은 슈퍼컴퓨터는 인공지능을 점점 더 강력하게 만드는 데 도움이 될 것입니다. 출처: Argonne Leadership Computing Facility 컴퓨팅 파워로 어둠의 세력을 풀어내다 연구자들은 오로라와 같은 슈퍼컴퓨터를 사용해 우주의 현실적인 모델을 구축하고, 이를 통해 자신만의 가상 우주를 운영하여 수백, 수천 가지의 가능한 시나리오를 조사합니다. 가상 우주는 디지털 트윈의 예이며, 지구 기후나 질병 확산과 같은 복잡한 시스템의 정교한 모델입니다. 과학자들은 이를 사용하여 시스템의 진화에 대한 상당히 정확한 예측을 내리고, 이러한 시스템 내에서 발생하는 예상치 못한 사건(이상)과 관련된 근본적인 문제를 이해하는 도구로 사용합니다. 연구자들이 발견을 이룰 수 있는 것은 모델의 이러한 불규칙성이나 불일치입니다.
현재, 암흑 물질은 무엇이든 간에 자기 자신이나 눈에 보이는 물질과 상호 작용하지 않지만, 다른 모든 것과 마찬가지로 중력적으로 상호 작용한다고 가정합니다. 그러나 이 제한된 이해조차도 암흑 물질의 존재를 감지하고 그 속성을 조사할 수 있는 몇 가지 시나리오를 여전히 제시합니다. 사실, 암흑 물질이 자기상호작용한다면, 그러한 상호작용은 중력 역학을 바꿀 수 있습니다. 예를 들어, 작은 은하 중심 근처의 별 궤도를 추적하여 그 패턴이 중력만으로 예측한 것과 다른지 확인할 수 있습니다. 그리고 동적이기 때문에 연구자들은 시뮬레이션도 할 수 있습니다. "어둠의 물질이 어떻게 스스로와 상호작용하는지에 대한 모델을 주면, 저는 그것을 제 시뮬레이션 코드에 넣고 무슨 일이 일어나는지 알아낼 수 있습니다." 하비브가 말했습니다.
"저는 작은 규모에서 질량 분포가 어떻게 변할지 예측할 수 있습니다." 암흑 물질 상호작용에 대한 설득력 있는 모델이 아직 존재하지 않기 때문에 연구자들은 매개변수를 변경하면서 여러 번 다른 모델을 실행하고 다시 실행할 수 있습니다. 이 과정은 관찰과 긴밀하게 일치하고 상호작용의 본질에 대한 약간의 암시를 제공하는 모델이 달성될 때까지 계속됩니다. 하비브는 그 예가 우주론적 모델의 광대한 공간의 구석구석을 조사하는 한 가지 방법일 뿐이라고 지적합니다. 그러한 프로세스는 오로라의 전임자, 즉 그 자체로 강력한 슈퍼컴퓨터를 사용했다면 수년이 걸렸을 것입니다. 하지만 통합 AI와 통계적 방법과 결합된 오로라의 엑사스케일 컴퓨팅 파워는 결과를 얻는 데 필요한 시뮬레이션 수와 시간을 획기적으로 줄여줍니다. AI와 머신 러닝이 발견을 가속화합니다.
예를 들어, AI는 에뮬레이션이라는 기술을 강화하여 역문제를 해결합니다. 즉, 관찰된 효과나 데이터에서 원인이나 시스템 속성을 결정하는 것이 목표인 문제입니다. 이 새로운 기술은 시뮬레이션을 일부 우주적 특징이나 동적 속성의 관찰 및 측정과 일치시키려고 합니다. 최근까지는 특정 문제를 해결할 수 있는 매개변수를 탐색하려면 수천 번의 시뮬레이션이 필요했습니다. 에뮬레이션은 관찰 결과에 가장 적합한 매개변수를 결정하기 위해 필요한 시뮬레이션 횟수의 일부만을 필요로 하는 강력한 머신 러닝 기반의 통계적 접근 방식입니다. "그래서 요점은 우리가 그 과정을 훨씬 더 효율적으로 만들 수 있다는 것입니다."라고 하비브는 말합니다.
이것은 특히 우주의 팽창과 암흑 에너지의 역할 등 우주를 아우르는 시나리오를 모델링할 때 큰 이점입니다. 그는 "암흑 에너지는 암흑 물질보다 더 미묘합니다."라고 말합니다. "왜냐하면 암흑 에너지와 관련된 소규모 역학적 요소가 없기 때문입니다. 그리고 암흑 에너지는 우주의 팽창 속도에 영향을 미치기 때문에 암흑 에너지는 우주가 매우 큰 규모에서 어떻게 행동하는지 실제로 바꾸고 있습니다."
문제의 규모를 더 잘 파악하기 위해 연구자들은 먼저 우주의 팽창 속도와 은하가 서로 멀어지는 속도를 모두 측정해야 합니다. 이러한 계산에는 작용하는 힘을 가상으로 시각화하고 조작하기 위해 매우 크고 계산 비용이 많이 드는 하늘 지도를 개발해야 합니다. 암흑 물질과 마찬가지로 연구자들은 이 힘의 무한한 변화를 사용하여 암흑 에너지의 다양한 모델을 시뮬레이션할 수 있으며, 모델이 관찰 결과와 일치할 때까지 매개변수를 변경할 수 있습니다. 모델의 한 가지 궤적은 우주의 초기 단계로 돌아가 팽창 속도를 측정한 다음 시간이 지남에 따라 변했는지 여부를 파악하는 것입니다. "그렇다면 예상했던 것과 일치하나요, 아니면 다르나요?" 하비브가 묻습니다. "차이점은 상당히 미묘하다는 것이 밝혀졌습니다. 하지만 그 이유 중 하나는 현재의 암흑 에너지 모델이 매우 단순하기 때문입니다. "그래서 현재 우리는 측정값이 예측하는 것과 다르다면 무언가 잘못되었다는 것을 알 수 있다는 생각으로 모델에 대한 예측을 점점 더 정확하게 하려고 노력하고 있습니다."라고 그는 계속했습니다. "올바른 답이 무엇인지 알려주지는 않지만, 우리가 가진 간단한 모델이 틀렸다는 것을 알려줍니다.
그러면 새로운 모델을 개발할 수 있습니다." 헹구고 반복하세요. 수천 번, 아마도 수백만 번. 어둠의 우주를 밝히다 이 팀은 오로라의 엄청난 컴퓨팅 파워를 활용하여 우주의 대규모 시뮬레이션을 수행하고, 이를 통해 계산 우주론 분야를 발전시키고 새로운 망원경과 탐사선을 효과적으로 발사할 수 있는 길을 마련할 것입니다. 이 연구는 암흑 에너지와 암흑 물질의 본질에 대한 답을 제공할 수 있으며, 입자 물리학의 표준 모형에서 여전히 난제로 남아 있는 중성미자 의 수수께끼를 해결할 수 있습니다 . 중성미자의 총 질량을 특성화하는 것은 실험을 통해 입자의 세 가지 다른 종류 또는 "맛"이 각각 고유한 질량을 가지고 있다는 증거가 밝혀진 이래 일종의 성배였습니다. 하지만 하비브에게 이 프로젝트는 우리에게 이러한 특정한 수수께끼에 대한 해답보다 훨씬 더 많은 것을 제공합니다.
특히 컴퓨팅 분야에서 최첨단 기술을 사용하면 우리가 종종 예상하지 못하는 혁신에 대한 흥미로운 의미가 있습니다. 이 작품은 인간과 하늘의 오랜 관계를 확인하며, 과거 달력과 정밀 항해를 비롯한 인간의 업적으로 이어진 자연에 대한 합리적 이해가 발전했음을 보여줍니다. "근본적으로 우리가 지금 하고 있는 일은 인류가 별, 은하계, 그리고 다른 모든 것과 연결해 온 오랜 역사를 확장하는 것에 불과합니다."라고 그는 말합니다. "모든 것에는 고유한 아름다움이 있습니다. 허블이나 새로운 제임스 웹 우주 망원경의 이미지를 볼 때 사람들이 얼마나 흥분하는지 보세요.
우주를 깊이 들여다볼 수 있는 능력은 매우 놀라운데, 그것은 또한 큰 계획에서 우리 자신의 위치에 대해 많은 것을 알려주기 때문입니다." Argonne Leadership Computing Facility(ALCF)는 과학자와 엔지니어에게 강력한 슈퍼컴퓨팅 리소스를 제공하여 광범위한 연구 분야에서 획기적인 발전을 이루는 데 도움을 줍니다. Advanced Scientific Computing Research(ASCR) 프로그램을 통해 미국 에너지부 과학국에서 지원하는 ALCF는 미국에서 개방적이고 비밀이 아닌 과학 연구에 전념하는 두 개의 DOE Leadership Computing Facilities 중 하나입니다.
https://scitechdaily.com/supercomputers-are-simulating-the-universe-to-unlock-its-darkest-secrets/
메모 2503221458_소스분석【】
_[b1】qms 암흑에너지의 반작용은 빅뱅사건 처럼 작은 출발이 작은 점에서 큰 원을 그린다면 거대한 깔대기 모양을 연상한다. 이 모습이 마치 보기1. qms 모델에서 qcell(2)이 qvixer(11)를 나타낸 모습이다. 이를 qms.big_bang.mod(*) 정의역이라 칭하고자 한다. 으음.
sample qoms (standard)
0000000011=2,0
0000001100
0000001100
0000010010
0001100000
0101000000
0010010000
0100100000
2000000000-big bang.value.2
0010000001
b2.)
그래서 암흑 물질 msbase.oss.이나 암흑에너지 qms는 그렇게 미친 구조물이 아닐 수도 있다. 특히 놀라운 현상으로 가득한 우주에서는 더욱 그렇다. 그것은 빛을 흡수하거나 방출하지 않는다(아원자들의 비상호작용으로 인한 시간의 정지)는 의미에서만 신비롭지만, 아원자 질량의 중력 효과로 인해 그것을 "볼" 수는 있다. 블랙홀과 매우 비슷하다. 어허.
어떤 면에서는, 그것은 우리가 아직 발견하지 못한 또 다른 입자일 뿐일 수도 있다. 마치 우리가 중성미자가 존재한다는 것을 알고 있었지만, 그것을 발견하지 못했던 것과 마찬가지이다. 하지만 암흑 에너지는 중력이 작동하는 방식을 설명하는 데 근본적인 문제를 분명히 하기 때문에 매우 다른 제안이다.
_[2-2】qms.dark_energy 모드에서는 거대한 우주적 규모의 전체집합 스케일과 거대소수와 같은 원자력의 국소성이 하나의 qms.field에 있다.
_[2-3】암흑 에너지를 측정하려고 한다? 이는 국지점 qcell에서 역동적인 qvix 운동량과 위치를 추적하여 qms.galaxy의 규모를 알아내는 일인데, 이게 일반 은하 poms.galaxy을 통한 것보다 매우 어려워 측정이 고도 시뮬레이션 조차도 쉽지 않다.
2-1.)
에뮬레이션은 관찰 결과에 가장 적합한 매개변수를 결정하기 위해 필요한 시뮬레이션 횟수의 일부만을 필요로 하는 강력한 머신 러닝 기반의 통계적 접근 방식이다.
_[b2-3】암흑 에너지는 양자영역의 qms.qvix.qcell로 정의역(*) 되었다. 최근에 암흑에너지가 시간에 따라 진화할 것으로 보는 견해가 있어 동의 했다. 시간의 흐름은 msbase 영역에서 빛과 전자가 상호작용하여 발생한다. 시간의 정지는 양자적 qpeoms영역에 입자간 분포로 나타낸다.
그런데 개인적으로 시간은 msbase|qpeoms 양쪽 영역에 존재하는 이유로 물질.입자의 분포장이론으로 집합개념을 도입했다.
댓글