详细内容或原文请订阅后点击阅览
人工智能破解了宇宙最重元素如何形成的秘密
机器学习驱动的模拟为研究人员提供了一个新的窗口，了解宇宙中一些最重元素的产生过程。珠宝中的黄金、核燃料中的铀以及宇宙中许多最重的元素从何而来？科学家相信它们是在[...]中一些最暴力的事件中锻造出来的。
来源:SciTech日报机器学习驱动的模拟为研究人员提供了一个新的窗口，了解宇宙中一些最重元素的产生过程。
珠宝中的黄金、核燃料中的铀以及宇宙中许多最重的元素从何而来？科学家相信它们是在宇宙中一些最剧烈的事件中形成的，但详细模拟这些过程仍然是一个重大的计算挑战。
现在，GSI/FAIR 的研究人员及其国际合作者开发了一种基于机器学习的模型，可以更深入地了解中子星合并等极端事件期间元素的形成方式。该团队首次将深度学习神经网络纳入流体动力学模拟中，以模拟 r 过程核合成过程中释放的能量。他们的研究结果发表在《Physical Review D》上。
许多化学元素是在强大的天体物理事件中产生的，包括超新星爆炸和中子星合并。这些环境会产生大量的能量和自由中子，从而实现快速中子捕获过程或r过程，该过程负责产生许多比铁更重的元素。在此过程中，原子核迅速吸收中子，随后转化为质子，形成越来越重的元素。
“世界各地的研究人员努力通过理论模拟使这些复杂的反应变得易于理解。然而，对所有参数进行建模需要令人难以置信的计算能力，这就是模型经常必须简化的原因，”该出版物的第一作者、GSI/FAIR“核天体物理与结构”部门的研究员 Oliver Just 博士说道。 “我们的新型号 RHINE 采用人工智能，提供了一种高效的替代方案。”
莱茵利用深度学习进行 r 过程加热
DOI：10.1103/gl2l-7f3g
RHINE 源代码可供公开使用。其中，该项目由欧洲研究理事会（ERC）共同资助。