Mentionsy
To Bardziej Skomplikowane
To Bardziej Skomplikowane
10.06.2026 18:00

#55 - Największe struktury Wszechświata: kosmiczna sieć i symulacje | prof. Wojciech Hellwing

W dzisiejszym odcinku o kosmicznej sieci rozmawiam z prof. Wojciechem Hellwingiem - specjalistą od wielkoskalowej struktury Wszechświata oraz kosmologii obliczeniowej.

Kosmiczna sieć stanowi jedno z najbardziej tajemniczych i ciekawych zagadnień obecnych w kosmologii. Okazuje się, że Wszechświat tworzy ogromne struktury, które charakteryzują się niezwykłą złożonością. Oczywiście rodzi to pytanie, czy możemy w ogóle badać takie struktury i jak to robić. W dzisiejszym odcinku miałem przyjemność porozmawiać na ten temat z prof. Wojciechem Hellwingiem z Centrum Fizyki Teoretycznej PAN. Mój gość specjalizuje się w wielkoskalowej strukturze Wszechświata oraz kosmologii obliczeniowej - bada między innymi to, jak za pomocą symulacji komputerowych możemy odtworzyć ewolucję kosmosu. Rozmawiamy zarówno o samej kosmicznej sieci, czym ona jest i co wiemy na temat jej powstania, jak i o tym, jakie narzędzia obliczeniowe możemy stosować do opisywania tak gigantycznych struktur. Zastanawiamy się też, jak wielką rolę w kształtowaniu Wszechświata odgrywa ciemna materia oraz gdzie w tym wszystkim może pomóc nam sztuczna inteligencja. ------- Prof. Wojciech Hellwing to astrofizyk i kosmolog pracujący w Centrum Fizyki Teoretycznej Polskiej Akademii Nauk (PAN). W swojej pracy badawczej zajmuje się szeroko pojętą wielkoskalową strukturą Wszechświata, testowaniem teorii grawitacji oraz kosmologią obliczeniową. Koncentruje się na tworzeniu i analizowaniu zaawansowanych symulacji numerycznych, które pozwalają odtworzyć narodziny i ewolucję struktur kosmicznych. Bada również naturę ciemnej materii i ciemnej energii oraz poszukuje sposobów na wykorzystanie nowoczesnych metod statystycznych i uczenia maszynowego do analizy gigantycznych baz danych, jakie dostarczają nam współczesne przeglądy nieba. Strona: https://whellwing.weebly.com/ Profil CFT: https://www.cft.edu.pl/pracownik/whellwing/ -------- Rozdziały: Wstęp Kosmiczna sieć Parsek i skale Struktura sieci Ruchy galaktyk Powstanie struktur Pierwotne fluktuacje Kosmiczna inflacja Rekombinacja Ciemna materia Reżim nieliniowy Piki akustyczne Rodzaje ciemnej materii Nowe modele materii Poszukiwania cząstek Kosmologia precyzyjna Limity superkomputerów Symulacje komputerowe Fizyka podsiatkowa Uczenie maszynowe Redukcja danych Ciemna energia Symulacje na GPU AI w nauce -------- Nazywam się Michał Szyc, a to jest podcast "To Bardziej Skomplikowane". Jeśli uważasz, że analityczne i merytoryczne rozmowy są w internecie potrzebne, zostaw subskrypcję i łapkę w górę, aby pomóc temu materiałowi w przebiciu się przez algorytmy. Wsparcie projektu (Patronite): https://patronite.pl/tobardziejskomplikowane

AI Andromedy Jamesa Webba Einsteina Lagrange'a Polska Akademia Nauk CERNu CLUS CMB CPU Colibri Group Constraint Local Universe Simulation Czesiak Wszechświacie Glastris

Rozdziały (24)

1. Wstęp
2. Kosmiczna sieć
3. Parsek i skale
4. Struktura sieci
5. Ruchy galaktyk
6. Powstanie struktur
7. Pierwotne fluktuacje
8. Kosmiczna inflacja
9. Rekombinacja
10. Ciemna materia
11. Reżim nieliniowy
12. Piki akustyczne
13. Rodzaje ciemnej materii
14. Nowe modele materii
15. Poszukiwania cząstek
16. Kosmologia precyzyjna
17. Limity superkomputerów
18. Symulacje komputerowe
19. Fizyka podsiatkowa
20. Uczenie maszynowe
21. Redukcja danych
22. Ciemna energia
23. Symulacje na GPU
24. AI w nauce

Szukaj w treści odcinka

Wyczyść
Znaleziono 11 wyników dla "AI"

Ja mam dużą współpracę rozwiniętą z tym, należy do takiego międzynarodowego konsorcjum, to nazywa się CLUS, to jest Constraint Local Universe Simulation, czyli symulacje lokalnego wszechświata z więzami.

Architektura kart graficznych jest tak specyficzna, że tych modeli, nawet nie kart graficznych, to są takie dedykowane układy tylko do AI, ona jest tak specyficzna, że trudno znaleźć dobre zastosowanie w kosmologii.

I tutaj właśnie AI nam może pomóc.

Zresztą uszenie AI jak AI.

Zanim jeszcze ktoś w ogóle słyszał o AI, to w astronomii już trzeba było używać tego, dlatego że mając kilkaset obrazów galaktyk, kilkaset milionów czy kilka milionów obrazów galaktyk, nie byliśmy w stanie zbudować modelu takiego ścisłego rozwiązania, które powiąże na przykład nam taki rodzaj galaktyki z takim widnem.

Więc tutaj AI może się przydać bardzo.

To postanowili w ogóle wyeliminować symulacje, stwierdzili, ok, mamy uczenie maszynowe, mamy modele AI, no dajmy model, zróbmy milion symulacji, dla nas takich małych, pozmieniajmy coś w tych modelach i teraz nauczmy AI, jeżeli masz takie warunki początkowe, taki model, wyprodukujesz taką symulację.

Redakcje są zasypywane AI slopem w postaci slopa artykułów naukowych.

Ten hype trochę opada i doskonale wiemy, tak jak się okazało, że AI nie zastąpi nam wszystkich programistów, a nie zastąpi też naukowców, proszę się o to nie martwić,

AI się świetnie będzie sprawdzać w analizie danych obserwacyjnych, ale moim zdaniem póki co to będzie coraz lepsze narzędzie, a nie coś, co zastąpi nam naukowców czy programistów jako takie.

Uważam, że żyjemy teraz w takiej epoce, jak trochę opadnie ten kurz początkowy tego zachwytu od AI.

Ostatnie odcinki