Comment Les Machines Apprennent-Elles l'Univers ?
5e NUIT DE L’ASTRONOMIE À L’IAP, 17 Juin 2023
François Lanusse
Chercheur CNRS, CEA Paris-Saclay
Qu'est-ce que l'Intelligence Artificielle ?
y=fθ(x)
y = f_\theta(x)
L=[y−fθ(x)]2
\mathcal{L} = [y - f_\theta(x)]^2
Une fonction paramétrique
θ
\theta
Une fonction de cout,
à minimiser sur un jeu de données d'exemples (x, y)
x
x
y
y
La révolution de l'Apprentissage Profond dans la dernière décennie
- Des architectures neuronales plus larges et mieux adaptées à divers types de données
- ChatGPT possède 175 milliards de paramètres !
- ChatGPT possède 175 milliards de paramètres !
- Des jeux de données plus importants
- Rendu possible grâce à Internet
- Rendu possible grâce à Internet
- Des resources de calcul plus importantes
- Émergence du calcul parallèle sur GPU (processeurs graphiques)
60 millions de parametres
Que peut-on faire aujourd'hui avec un réseau de neurones ?
L'apprentissage automatique pour étudier l'Univers ?
Toujours plus de données...
... de plus en plus complexes
SDSS
DES
HSC
Première Application :
Exploration automatique et à grande échelle des données
Où est Charlie?
L'approche classique (avant 2015)
L'approche automatique
- J'adopte une fonction paramétrique
- Je crée des jeux de données d'entrainement
- J'optimise ma fonction pour minimiser les erreurs de classification, et trouver des paramètres optimaux
fθ(x)
f_\theta(x)
θ
\theta
=> Plus précis qu'un humain pour cette tâche!
Un autre exemple : La classification morphologique des galaxies
Classification automatique comparable a classification humaine
Huertas-Company et al. (2015)
Encore plus fort: apprentissage sans supervision
Seconde Application :
Utiliser les Simulations pour interpreter les Observations
Une Analyse Cosmologique Classique
y=(Ωm,σ8)
y = (\Omega_m, \sigma_8)
Observables x
\mathrm{Observables } \ x
fθ
f_\theta
Une Analyse Automatique
Utiliser les Simulations pour Cartographier la Matiere Noire
Observations
Distribution de Matière Noire
Carte de Matiere Noire Simulee de Reference
Cartes Probables Reconstruites
Cartographie de Matiere Noire dans le champ COSMOS
Comment Les Machines Apprennent-Elles l'Univers ? 5e NUIT DE L’ASTRONOMIE À L’IAP, 17 Juin 2023 François Lanusse Chercheur CNRS, CEA Paris-Saclay