1. Předtrénování: Neuronová síť se nejprve učí na rozsáhlé a relativně levné knihovně simulací standardního modelu Lambda CDM (ΛCDM), který je naším současným nejlepším popisem vesmíru .
2. Dolaďování (fine-tuning): Předtrénovaná síť se následně specializuje na mnohem menší sadě drahých simulací, které reprezentují exotické scénáře „za hranicemi ΛCDM“. Mezi testované modely patřily masivní neutrina (Mν), modifikovaná gravitace – konkrétně f(R) gravitace – a primordiální negaussovské fluktuace .

Aby měla síť dostatek prostoru pro vstřebání radikálně nové fyziky, tým do architektury přidal takzvané „prázdné“ (dummy) bottleneck uzly. Tyto dodatečné parametry fungují během předtrénování jako prázdné sloty, které se teprve ve fázi dolaďování zaplní signaturami exotické fyziky .

Desetinásobná úspora: Průlom v efektivitě

Výsledky byly dramatické. V příznivých případech tento přístup založený na transferovém učení snížil počet potřebných drahých simulací o více než jeden řád, a to při zachování robustních vědeckých závěrů . V praxi to znamená, že existující globální investice do simulací standardního modelu se promění v opakovaně použitelný zdroj pro budoucí objevy, čímž se elegantně obchází jeden z hlavních bottlenecků experimentů jako je DESI .

Skrytá past: „Negativní transfer“

Nejvíce znepokojivým zjištěním studie je přesný popis toho, kdy tato technika selhává. Když se efekt nové fyziky až příliš podobá něčemu, co model už zná z ΛCDM, stává se předchozí znalost AI přítěží. Tomuto jevu se říká negativní transfer: fáze dolaďování paradoxně výkon sítě zhoršuje .

Příčinou je fyzikální degenerace. Typickým příkladem je kosmologický signál produkovaný masivními neutriny – potlačení shlukování hmoty na malých škálách – které může věrně napodobovat signál způsobený nižší amplitudou fluktuací hmoty (σ₈) ve standardním ΛCDM vesmíru. Když síť narazí na tento neutrinový signál, její silně zakořeněná znalost z ΛCDM tréninku jej chybně interpretuje jako pouhou změnu parametru ve standardním modelu. To ji vede k nesprávnému závěru . Jak trefně poznamenal jeden z komentářů studie, AI si zakóduje asociace parametrů standardního modelu jako hluboké předsudky sítě, které se „stanou přítěží ve chvíli, kdy je cílem tréninku detekovat něco nového“ .

Architektura jako záchranná brzda

Ne všechny techniky transferového učení jsou stejně zranitelné. Studie systematicky testovala různé architektury a zjistila, že jednoduchý fine-tuning bez speciálního návrhu s „prázdnými“ uzly byl mnohem náchylnější k negativnímu transferu. Bottleneck struktura se ukázala jako nezbytná pro dosažení robustních a spolehlivých výsledků. Poskytuje totiž klíčovou „zlatou střední cestu“: umožňuje síti znovu využít výkonné extraktory příznaků natrénované na ΛCDM, ale zároveň jí dává vyhrazenou novou kapacitu pro modelování skutečně neznámé fyziky .

Tento objev má dalekosáhlé důsledky nejen pro kosmologii. Ukazuje, že jakákoli AI předtrénovaná na zavedeném teoretickém rámci riskuje, že ve svých hlubokých vrstvách ponese neviditelné předsudky, které se mohou aktivovat právě ve chvíli, kdy se snažíme objevit něco, co tento rámec překračuje.

1. Předtrénování: Neuronová síť se nejprve učí na rozsáhlé a relativně levné knihovně simulací standardního modelu Lambda CDM (ΛCDM), který je naším současným nejlepším popisem vesmíru .
2. Dolaďování (fine-tuning): Předtrénovaná síť se následně specializuje na mnohem menší sadě drahých simulací, které reprezentují exotické scénáře „za hranicemi ΛCDM“. Mezi testované modely patřily masivní neutrina (Mν), modifikovaná gravitace – konkrétně f(R) gravitace – a primordiální negaussovské fluktuace .

Aby měla síť dostatek prostoru pro vstřebání radikálně nové fyziky, tým do architektury přidal takzvané „prázdné“ (dummy) bottleneck uzly. Tyto dodatečné parametry fungují během předtrénování jako prázdné sloty, které se teprve ve fázi dolaďování zaplní signaturami exotické fyziky .

Desetinásobná úspora: Průlom v efektivitě

Výsledky byly dramatické. V příznivých případech tento přístup založený na transferovém učení snížil počet potřebných drahých simulací o více než jeden řád, a to při zachování robustních vědeckých závěrů . V praxi to znamená, že existující globální investice do simulací standardního modelu se promění v opakovaně použitelný zdroj pro budoucí objevy, čímž se elegantně obchází jeden z hlavních bottlenecků experimentů jako je DESI .

Skrytá past: „Negativní transfer“

Nejvíce znepokojivým zjištěním studie je přesný popis toho, kdy tato technika selhává. Když se efekt nové fyziky až příliš podobá něčemu, co model už zná z ΛCDM, stává se předchozí znalost AI přítěží. Tomuto jevu se říká negativní transfer: fáze dolaďování paradoxně výkon sítě zhoršuje .

Příčinou je fyzikální degenerace. Typickým příkladem je kosmologický signál produkovaný masivními neutriny – potlačení shlukování hmoty na malých škálách – které může věrně napodobovat signál způsobený nižší amplitudou fluktuací hmoty (σ₈) ve standardním ΛCDM vesmíru. Když síť narazí na tento neutrinový signál, její silně zakořeněná znalost z ΛCDM tréninku jej chybně interpretuje jako pouhou změnu parametru ve standardním modelu. To ji vede k nesprávnému závěru . Jak trefně poznamenal jeden z komentářů studie, AI si zakóduje asociace parametrů standardního modelu jako hluboké předsudky sítě, které se „stanou přítěží ve chvíli, kdy je cílem tréninku detekovat něco nového“ .

Architektura jako záchranná brzda

Ne všechny techniky transferového učení jsou stejně zranitelné. Studie systematicky testovala různé architektury a zjistila, že jednoduchý fine-tuning bez speciálního návrhu s „prázdnými“ uzly byl mnohem náchylnější k negativnímu transferu. Bottleneck struktura se ukázala jako nezbytná pro dosažení robustních a spolehlivých výsledků. Poskytuje totiž klíčovou „zlatou střední cestu“: umožňuje síti znovu využít výkonné extraktory příznaků natrénované na ΛCDM, ale zároveň jí dává vyhrazenou novou kapacitu pro modelování skutečně neznámé fyziky .

Tento objev má dalekosáhlé důsledky nejen pro kosmologii. Ukazuje, že jakákoli AI předtrénovaná na zavedeném teoretickém rámci riskuje, že ve svých hlubokých vrstvách ponese neviditelné předsudky, které se mohou aktivovat právě ve chvíli, kdy se snažíme objevit něco, co tento rámec překračuje.