EM poleca (#27). Brian Clegg „Ciemna materia i ciemna energia. Tajemnicze 95% Wszechświata”

Kosmologia to nauka fascynująca. To więcej niż nauka, to opowieść.

Gdyby moim zadaniem było takie pokierowanie dzieckiem, żeby rozbudzić w nim zamiłowanie do nauki, badań i odkryć – na pewno zacząłbym mu opowiadać o Kosmosie. Kosmos, pełne nieskończoności uniwersum byłby zapalnikiem przyszłej pasji odkrywcy. Niektórzy powiedzą „Ależ skąd, powinno się zacząć od religii, ona też jest pełna niewyjaśnionych zjawisk”. Być może, ale nauka jest dynamiczna, wyjaśnia coraz więcej i stawia coraz więcej pytań, a religia stoi w miejscu, opiera się na niewzruszalnych dogmatach, nie rozwija się. Nawet wprost przeciwnie, jej zdolność objaśniania świata kurczy się, religia coraz bardziej nie ogarnia rzeczywistości, jest skostniała jak kość mamuta. Nauka wprost przeciwnie, ciągle goni króliczka prawdy.

Współczesna kosmologia mimo, że odpowiedziała już na wiele historycznych pytań, dalej zadziwia. Ciągle odkrywa nowe pytania, na które nie jesteśmy w stanie nawet w przybliżeniu odpowiedzieć. Jednym z nich jest istota ciemnej materii i ciemnej energii. Co konkretnego możemy na ten temat powiedzieć? Właściwie NIC. O ciemnej materii i energii już pisałem (Ciemna materia, czyli królowa jest naga) i przyznam, że nie jestem w stanie napisać nic więcej. „Wiedza” na ten temat sprowadza się do z kapelusza wyciągniętych hipotez. Ciekawych, ale tylko hipotez.

Dlatego do czytania książki „Ciemna materia i ciemna energia. Tajemnicze 95% Wszechświata” podszedłem „z niewielką dozą” sceptycyzmu, ale i ciekawości. O czym można pisać na 180 stronach wybierając tak karkołomny temat? Jeszcze więcej hipotez i przypuszczeń? Bo nawet nie teorii, te muszą się na czymś opierać, posługiwać się matematyką (nauka ścisła) albo jej namiastką. A ciemnej materii i ciemnej energii nawet nie zaobserwowaliśmy. Istnieją tylko poszlaki świadczące o istnieniu czegoś podobnego do materii (grawitacja) i czegoś podobnego do energii (niewytłumaczalna nadwyżka energii przyspieszająca ekspansję Wszechświata). Nawet „ciemny” człon nazwy świadczy o naszej ignorancji i bezradności w odkrywaniu tego bytu-niebytu.

Autor – wybitny popularyzator nauki poszedł swoją popularyzatorską drogą i zaczął pisać szerzej o astronomii i kosmologii. Istnienie i natura ciemnej materii i ciemnej energii to kwestie fundamentalne. A skoro fundamentalne, to ich kontekstem jest cały Kosmos. A która nauka zajmuje się całym Kosmosem? Kosmologia. Nasi bohaterowie sami się objawią, kiedy zaczniemy stawiać niewygodne pytania, na które nie ma sensownej odpowiedzi.

Brian Clegg tak zatytułował pierwszy rozdział i podrozdział: „Rzeczy nie są takie, na jakie wyglądają” i „Ukryte głębie”. Teraz już wiadomo, że ciemne: materia i energia same się wyłonią z opowieści o historii badań Kosmosu jako „białe plamy”. Historia zaczyna się od Fritza Zwicky’ego, szwajcarskiego astronoma, który prawie sto lat temu zwątpił w (dość już rozwiniętą) astronomię, gdyż natrafił na coś, czego nie umiał wytłumaczyć. Obserwując galaktyki w konstelacji Warkocza Bereniki zauważył, że ich szacowana masa i zmierzona prędkość obrotowa nie gwarantują stabilności układu. Innymi słowy galaktyki bedąc tak lekkie i tak szybko się obracając rozleciałyby się na wszystkie strony, gdyż ich zbyt mała grawitacja (wynikająca z masy) nie utrzymałaby gwiazd, z których się składają, na uwięzi. Jaki z tego wniosek? Galaktyki powinny być wielokrotnie cięższe. Zwicky nazwał to masowe manko „ciemną materią”, i tak już zostało. Brian Clegg po drodze poczynił też kilka dygresji dotyczących Zwicky’ego, gdyż astronomem był on znakomitym. Dość powiedzieć, że to on wspólnie z Walterem Baade sformułował koncepcję gwiazdy neutronowej. To także on, wykorzystując Ogólną Teorię Względności Alberta Einsteina opisał soczewkowanie grawitacyjne.

Pojęcie ciemnej energii także powstało jako listek figowy dla białej plamy wiedzowej i pytania bez odpowiedzi. Zaczęło się od Edwina Hubble’a, także astronoma, który na podstawie obserwacji odległych galaktyk doszedł do wniosku, że Wszechświat się rozszerza, a barwy widmowe galaktyk wykazują „poczerwienienie”, czyli przesunięcie w stronę czerwonej części widma (zjawisko Dopplera). Wtedy, czyli w 1929 roku jedynym pytaniem, jakie postawiono było „Jakie jest tempo spowalniania ekspansji Wszechświata?”, bo przecież im Wszechświat rzadszy, tym powinien wolniej puchnąć. Ale… W latach dziewięćdziesiątych ubiegłego (czyli dwudziestego) wieku, dysponując dokładniejszymi metodami pomiaru odległości dalekich galaktyk, dwie rywalizujące grupy badaczy w mniej więcej tym samym czasie opublikowały badania, z których zgodnie wynikało, że Wszechświat rozszerza się coraz szybciej. Co u licha? Jak to możliwe? To tak, jakby istniała nieznana energia „rozpychająca” Wszechświat. I to niebagatelna, bo, po przeliczeniu na masę (wzór Einsteina E równa się emcekwadrat), równa czternastokrotności udokumentowanej masy Wszechświata. Nowy byt nazwano, a jakże, ciemną energią.

Autor opisuje wszystkie w miarę sensowne hipotezy i ich wytłumaczenie na gruncie współczesnej nauki. Niestety każda z tych teorii ma jeden podstawowy mankament: nie ma poparcia w bezpośrednich obserwacjach i więcej w nich fantazji i dobrych chęci niż wartości naukowej. Dlatego w każdej z nich, jak z pudełka, wyskakuje diabeł i mówi „A kuku, to ja jestem tym, którego szukacie! Jam jest ten ciemny”.

Prawie każda z omówionych teorii powołuje do życia nowe, fantastyczne byty: nowe cząstki elementarne, nowe oddziaływania, co jest dla Briana Clegga pretekstem do przekazania rzetelnej, sprawdzonej wiedzy z dziedziny mechanikimkwantowej, astronomii, astrofizyki i kosmologii. Clegg nie krytykuje tych teorii wprost, ale widać, że traktuje je trochę z przymrużeniem oka. Nie można inaczej, bo nawet istnienie ciemnej materii i energii to tylko jedno z wielu możliwych wytłumaczeń zaobserwowanych anomalii. Przecież nawet słuszność i kompletność Modelu Standardowego, obowiązującego, bywa kontestowana.

W ostatnim rozdziale autor, sfrustrowany brakiem dowodów na istnienie lub nieistnienie ciemnej materii (i energii) zagłębia się w rozważania filozoficzne dotyczące uprawiania nauki jako takiej. Warto zacytować fragment tych rozważań:

„[..] jest całkowicie możliwe, że jeśli wystarczająca liczba eksperymentów, które powinny być w stanie wykryć cząstki ciemnej materii, zakończy się niepowodzeniem, będzie można zasugerować, że prawdopodobnie one nie istnieją. Podobna sytuacja miała miejsce pod koniec XIX wieku, kiedy amerykańscy naukowcy Albert Michelson i Edward Morley wykazali, że eter – wyobrażony ośrodek, przez który miały się poruszać fale świetlne – najwyraźniej nie istnieje. Ich eksperyment wykazał brak dowodów na istnienie eteru. Kiedy powtórzono go w kolejnych doświadczeniach, które zostały szeroko potwierdzone przez innych badaczy, przyjęto, że eter nie istnieje.”.

Problem w tym, że nie mamy pojęcia JAK udowodnić jedno albo drugie. Próbowano nawet zaprząc do tego bozon Higgsa, którego produktami rozpadu mają być cząstki ciemnej materii, a do udowodnienia tej tezy zbudować Wielki Zderzacz Kołowy o obwodzie 100 kilometrów. Hipoteza oparta na hipotezie to już chyba objaw paranoi, tylko pieniądze są konkretne – przewidywany koszt urządzenia to okrągłe 20 miliardów dolarów. Dlatego posłużę się jeszcze jednym cytatem, filozofią nauki wg. Thomasa Kuhna:

„Kuhn opisuje postęp naukowy jako proces składający się ze sporadycznych całkowitych zmian perspektywy, nazwanych zmianami paradygmatu (terminu tego nie wymyślił, ale go spopularyzował), przeplatanych okresami, w których obowiązuje powszechnie akceptowany punkt widzenia. Przed zmianą paradygmatu, zasugerował Kuhn, pojawia się coraz więcej dowodów wskazujących na to, że status quo jest nie do utrzymania, ale ponieważ obecne pokolenie naukowców ma zbyt wiele do stracenia, utrzymują oni status quo tak długo, jak to możliwe, zanim nastąpi zmiana paradygmatu.”

Jednym słowem książkę szczerze polecam. Jest ładnie wydana, brawurowo napisana, dobry papier, twarda oprawa i znakomity przekład (co nieczęsto się zdarza) Tomasza Lanczewskiego. To książka, do której się zagląda chociażby po to, żeby przeczytać o pierwszych sekundach po Wielkim Wybuchu albo dowiedzieć się, czym jest świeca standardowa i dlaczego jest tak ważna dla kosmologów.

Brian Clegg „Ciemna materia i ciemna energia”, Wydawnictwo Helion, 2025

Notka o autorze:
Brian Clegg jest autorem wielu książek popularnonaukowych. Dice World oraz A Brief History of Infinity znalazły się na liście nominacji do nagrody Towarzystwa Królewskiego (Royal Society) za książki naukowe. Brian, oprócz pisania książek, popularyzuje też naukę w wielu mediach, w tym The Wall Street Journal, Nature, BBC Focus, Physics World, The Times, The Observer, oraz Playboy (paradoksalnie jest to nobilitujące dla autora). Jest członkiem Królewskiego Towarzystwa Sztuk, redaktorem popularscience.co.uk.

.

EM poleca (#26) – A może studia na Harvardzie?

Dziś nieco inna polecajka. Tym razem nie będę pisał o książkach czy filmach. Ale do rzeczy – wiadomo, że warto uczyć się na najlepszych uczelniach. Myślę, że jedną z nich jest szacowny Harvard University z Cambridge w stanie Massachusetts.

Widok Harvard College z początków istnienia (XVIII w.)
źródło: Wikipedia, domena publiczna

Uczelnia ta istnieje już niemal 400 lat i od dawna zajmuje pierwsze miejsce w światowym rankingu uczelni wyższych. Ukończył ją m.in. J. Robert Oppenheimer, ale też Natalie Portman. Studiowali tam Gates i Zuckerberg, ale oni akurat nie ukończyli studiów.
Niestety, aby tam studiować osobiście, trzeba mieć sporo kasy – rocznie min. 80 tys. $. Dla większości ludzi zdecydowanie poza zasięgiem. A jeszcze trzeba tam dolecieć i mieszkać.
Okazuje się, że można jednak zostać studentem tej wyjątkowej uczelni, nie ruszając się z własnego fotela, online. Co więcej, można to zrobić całkowicie bezpłatnie. Wygodne, prawda?
Zapraszam was do przyjrzenia się ofercie kursów oferowanych każdemu przez Harvard University. Znajdziemy tu kursy z naprawdę różnorodnych dziedzin: od sztuki oraz projektowania przez biznes, edukację, medycynę i zdrowie, programowanie, matematykę, nauki przyrodnicze, aż do teologii (od chrześcijaństwa przez judaizm i buddyzm, aż do islamu). W każdej z nich od kilku do kilkudziesięciu różnorodnych kursów. Chyba nie muszę dodawać, że wszystkie kursy są prowadzone w języku angielskim, co w sumie jest dodatkową zaletą, ponieważ niejako przy okazji zaznajamiamy się z językiem z danej dziedziny.
Programy zajęć są opracowane przez znanych naukowców – w większości przypadków są to profesorowie tej właśnie uczelni. Sporo kursów jest oferowanych bezpłatnie, jakaś część jest dość tania (kilkadziesiąt $), ale można znaleźć też kursy bardzo specjalistyczne, kosztujące grube tysiące. Kursy są oferowane online (także w formie online live), ale i w trybie stacjonarnym (in person). Dla każdego coś miłego.
W ich opisie znajdziemy szczegółowe informacje o tym, ile czasu tygodniowo trzeba będzie poświęcić na naukę, jakie są wstępne wymagania czy też trudność kursu. W wielu wypadkach mamy możliwość osobiście ustalać tempo nauki (self paced). Trwają one od kilku dni do kilku(nastu) tygodni, więc zawsze można wybrać coś dla siebie. Myślę, że warto szczególnie zwrócić uwagę na ilość czasu, który trzeba poświęcić na kurs. Czasem jest to 1-2 godz. tygodniowo (luzik), ale czasem wymaganych jest nawet 20, co czasem może kolidować z codzienną pracą. Musicie więc się rozeznać, ile czasu możecie tygodniowo poświęcić na naukę. Sensowne jest rozpoczęcie od kursów krótszych, wymagających mniej poświęcenia, a potem ewentualnie zwiększać ilość czasu nauki.
Jeśli więc chcesz dowiedzieć się czegoś np. o postaci ducha w „Hamlecie”, japońskich książkach (od rękopisów do druku), XVIII-wiecznej operze, wprowadzeniu do tai-chi, anatomii człowieka, mitochondriach, bioetyce, terapii genowej… tutaj masz wszystko: do wyboru, do koloru.
Aby rozpocząć, należy się zarejestrować na platformie edX (oczywiście bezpłatnie). Na każdym etapie możemy skorzystać z wirtualnego asystenta wykorzystującego oczywiście AI. Przed rozpoczęciem warto przejść przez krótkie wirtualne tournée po danym kursie. Warto sobie też wyznaczyć tempo pracy – od luzackiego (1 dzień w tygodniu) do intensywnego (5 dni w tygodniu). Jeśli będziecie się lenić, dostaniecie mailowe przypomnienie. Po prawej stronie kursu będziecie mieli ustawione konkretne daty, do których powinniście przerobić dane rozdziały. Uwaga: co jakiś czas będziecie namawiani do przejścia na wyższy poziom, czyli kurs z certyfikatem (oczywiście ten jest płatny, trzeba uważać). Przygotujcie się na dość częste maile reklamujące kursy płatne. To jest koszt, który musicie ponieść. Ale warto się tym wiadomościom przyglądać, bo niektóre zawierają dość istotne informacje dotyczące kursu, w którym uczestniczycie.
Kilka lat temu uczestniczyłem w podobnych kursach (ale na innej platformie), m.in. nanotechnology, drugs & the brain, positional astronomy. Muszę powiedzieć, że były wciągające i bardzo pouczające, zdobyłem sporo wartościowej wiedzy, choć trzeba było w to włożyć sporo pracy. Dlatego zachęcam do przyjrzenia się ofercie Harvard University. Na pewno jest lepsza niż Collegium Humanum.

EM poleca (#25) – Hala Nelson „Matematyka i sztuczna inteligencja. Kluczowe koncepcje zwiększania skuteczności i wydajności systemów”

Są programy bardziej skomplikowane i rozbudowane od sztucznej inteligencji, nawet wielokrotnie bardziej. Jednak różnica tkwi nie w złożoności programu, a w podejściu do przetwarzania danych. 

Dysponując coraz większymi zasobami danych oraz matematyką jesteśmy w stanie dokonać transmutacji tychże danych w model matematyczny, dokonać przemiany jakościowej. Kamieniem filozoficznym w tym przypadku jest rozbudowany aparat matematyczny uczenia maszynowego, I o tej matematyce jest książka „Matematyka i sztuczna inteligencja. Kluczowe koncepcje zwiększania skuteczności i wydajności systemów”. 

Źródłem wiedzy AI są przetworzone dane, które nie mogą mogą być bezpośrednio wykorzystywane w swojej naturalnej postaci, gdyż są nieuporządkowane, a ich ilość wyklucza jakiekolwiek sensowne bezpośrednie zastosowanie. Takie są teksty, dane pomiarowe, obrazy czy dźwięki. Są one z natury “analogowe”, zawierają błędy, przekłamania, braki, powtórzenia, czyli ułomności właściwe dla tego rodzaju informacji. Są trudne w bezpośredniej interpretacji i dlatego, zanim staną się przydatne, będą wymagały głębokiego przetworzenia

Zbierając i rejestrując dane pomiarowe dotyczące dowolnych zjawisk możemy skonstruować model matematyczny oddający w mniejszy lub większy sposób naturę badanego zjawiska. Mało tego, dobry model może dostarczyć szerszej wiedzy o tym zjawisku niż bezpośrednia obserwacja. Może być też pomocny w przewidywaniu zachowania badanych obiektów w warunkach, dla których nie mamy pomiarów. Można też powiedzieć, że model jest uogólnieniem całej klasy podobnych zjawisk, pozornie różnych, ale posiadających pewne wspólne cechy i zależności, z których możemy nawet nie zdawać sprawy. Zdolność uogólniania, do tej pory zarezerwowana tylko dla naszego mózgu, jest właśnie cechą charakterystyczną sztucznej inteligencji. 

Przedstawiana książka jest przewodnikiem po narzędziach matematycznych służących do budowania coraz doskonalszych cyfrowych modeli rzeczywistości, czyli uczenia maszynowego.

Po pierwsze statystyka, rachunek prawdopodobieństwa i rozkłady danych, czyli klasyczny rachunek prawdopodobieństwa. O tym jest drugi rozdział „Dane, dane”, w którym, poza przypomnieniem zmiennych losowych, rozkładu normalnego, permutacji i kombinacji, dowiadujemy się, dlaczego to takie ważne w kontekście AI.  

Następnie poznajemy podstawy klasycznego uczenia maszynowego, czyli przekształcania ciągów liczb w funkcję definiowaną jako zbiór wag, za pomocą której możemy przewidywać dane pośrednie (uzupełniać brakujące lub błędne pomiary) lub ekstrapolować dane w zakresach wykraczających poza pomiary, którymi dysponujemy. W praktyce oznacza to, że możemy tworzyć prognozy (na przykład pogody), 

Budowa modelu matematycznego, jako uogólnienia, zawsze wiąże się z utratą precyzji, różnicą między wartościami prognozowanymi a wartościami rzeczywistymi. Matematyce służącej optymalizacji tych różnic (funkcja straty) poświęcona jest znacząca część książki. 

Określenie „funkcja” użyte wcześniej oznacza zbiór parametrów (czasem bardzo duży) tworzących model danych wejściowych. Mogą to być współczynniki wielomianów, czyli wagi stojące przy poszczególnych wykładnikach, ale nie tylko. 

Podstawowym pojęciem związanym ze sztuczną inteligencją, a zwłaszcza z uczeniem maszynowym, jest sieć neuronowa, czyli zbiór połączonych ze sobą „neuronów”, które przetwarzają sygnały wejściowe i przekazują je dalej. Sposób przetwarzania sygnału przez neuron i wzmacniania go (lub osłabiania) nazywamy funkcją aktywacji

Nie oszukujmy się, teoria grafów, sieci, rachunek macierzowy, równania  różniczkowe (także cząstkowe) to nie są łatwe rzeczy i wymagają porządnego przygotowania matematycznego na poziomie akademickim. Książka nie jest opowieścią o sztucznej inteligencji, ale solidnym podręcznikiem. I tak ją należy traktować, jako referencyjne źródło specjalistycznej wiedzy. Język i terminologię użyte w książce można określić jako ascetyczne i precyzyjne. Piszę tak, bo chciałbym, aby Czytelnik mógł uniknąć rozczarowania, licząc na lekką i łatwą w odbiorze opowieść o koncepcjach zwiększania skuteczności i wydajności systemów

Książka „Matematyka i sztuczna inteligencja. Kluczowe koncepcje zwiększania skuteczności i wydajności systemów” jest wartościową pozycją, ale tylko dla osób z odpowiednim przygotowaniem matematycznym, dysponującym dostateczną motywacją do zgłębiania tajników sztucznej inteligencji, która, mimo pięknej nazwy, jest piekielnie trudną dziedziną nauki.  

Autorka, dr Hala Nelson wykłada matematykę na James Madison University. Specjalizuje się w modelowaniu matematycznym i konsultacjach dla sektora publicznego, w szczególności służb ratunkowych. Dorastała w Libanie podczas brutalnej wojny domowej, to ukształtowało jej zainteresowanie ludzkim zachowaniem, naturą inteligencji i sztuczną inteligencją.

Hala Nelson „Matematyka i sztuczna inteligencja. Kluczowe koncepcje zwiększania skuteczności i wydajności systemów”. Wydawnictwo Helion, rok wydania 2024, ISBN 978-83-289-1445-2