Človek mora tudi samega sebe vedno znova na novo odkrivati

Uroš Seljak, redni profesor na univerzi Berkeley v Kaliforniji, kjer vodi center za kozmološko fiziko, se v zadnjem obdobju ukvarja z razvojem modernih statističnih metod in strojnega učenja, da bi omogočili boljšo analizo podatkov v kozmologiji, metode pa bi aplicirali tudi na druga področja znanosti. Zaplaval je v neznane vode, a, kot poudarja, je za raziskovalce pomembno, da odkrivajo nova področja delovanja.

Seljak, ki mu je Univerza v Ljubljani (UL) nedavno podelila naziv častnega doktorja univerze, sicer preučuje evolucijo vesolja. Znan je po svojih teoretskih raziskavah, ki predvidevajo obstoj B-polarizacije (angl. B-modes) v prasevanju oziroma v kozmičnem mikrovalovnem sevanju ozadja CMB (to sevanje je ostanek svetlobe iz časa, ko je bilo zgodnje vesolje še vroča plazma) in gravitacijske valove ozadja. Za delo je pred leti prejel prestižno Gruberjevo nagrado, s katero je ustanovil nagrade dr. Uroša Seljaka. Te so namenjene spodbujanju in podpiranju znanstvenih objav študentk in študentov na študijskih programih prve in druge stopnje v Republiki Sloveniji ter spodbujanju mentoriranja.

Če bi izmerili B-polarizacijo, bi pridobili dokaze o kozmični inflaciji in tako še dodatno utrdili teorijo o inflaciji, ki je vodilna teorija o začetku vesolja. Vendar je še kar niso izmerili?

Ne, niso. Mogoče ima prenizko amplitudo. Če je ne izmerijo, bodo ovržene nekatere teorije, vendar za inflacijsko teorijo kot celoto to ne bo uničujoče. Lahko pa to vodi v neke teorije, ki se nam trenutno ne zdijo najbolj naravne. Morda bodo čez deset, dvajset let bolj smiselne, ker bodo razvili nove modele. Je pa na drugi strani zanimivo, da so, ker tega še niso izmerili, izključili nekaj modelov v okviru inflacijske teorije, saj ne ustrezajo podatkom.

Ali tehnologija ni dovolj močna, da bi to izmerili?

Ta se vseskozi razvija. Na Japonskem v sodelovanju z ZDA in Evropo gradijo satelit LiteBIRD, ki bo neposredno raziskoval B-polarizacijo. Vendar niti ni treba, da bi jo iskali iz vesolja, tudi na južnem polu tečejo eksperimenti. Tehnološko je pravzaprav povsem jasno, kaj potrebujejo: vedno večje detektorje.

Lahko inflacijsko teorijo kaj zamaje?

To, da je bilo vesolje nekoč precej manjše, lahko neposredno merimo, vsaj do časa prasevanja. O tem ni dvoma. Model velikega poka je zelo prepričljiv, podatki ga zelo dobro potrdijo. Seveda so obstajale alternative inflacijski teoriji, na primer teorija odboja (big bounce), češ da se vesolje širi in nato znova sesede. Vendar je matematično niso zmogli oblikovati kot prepričljive, kot tudi drugih ne, in tako je inflacijska teorija edina veljavna. Vprašanje je, kako bi jo lahko ovrgli, preveč podatkov se z njo ujema. Če, denimo, B-polarizacije ni, je to ne ovrže, to ovrže samo potencial inflacijskega polja, ne pa same teorije. Iskali bomo tudi začetne Negaussove fluktuacije, ki so napovedane v inflacijski teoriji. Odstop od napovedi bi verjetno pokazal le, da je potrebna kompleksnejša oblika inflacijske teorije.

Zelo očitno torej je, kako inflacijsko teorijo potrditi, ni pa očitno, kako jo ovreči.

Začetek vesolja je torej znan.

Po trenutnih idejah sta začetek in konec znana, ne gre pa izključiti možnosti presenečanja.

Ni glede konca nekaj več možnosti?

Najverjetneje je, da se bo vesolje zaradi temne energije, ki je zelo verjetno kozmološka konstanta, vse bolj pospešeno širilo. Nastopila bo termična smrt. Čez milijarde let, in to je to.

Zdi se, da smo zaradi vse boljše tehnologije v zelo zanimivem obdobju za astrofiziko, kar zadeva nova odkritja.

Nikoli ne vemo, v kakšne nove rezultate nas bo vodila nova tehnologija. Teleskop James Webb že nakazuje številna nova odkritja, sicer ne toliko v okviru osnovnih modelov kozmologije, bolj o evoluciji zvezd in galaksij. James Webb je v kratkem času izmeril veliko novega in zanimivega.

Koliko vznemirljivega dogajanja pa je v kozmologiji? Novi podatki sicer prihajajo, vendar so osnovne teorije bolj ali manj dodelane?

Trenutno res ni nekih novih rezultatov, ki bi zahtevali spremembe osnovnega modela vesolja. Na vsakem področju lahko pride do stagnacije, ta lahko ostane, lahko pa področje hitro pretresejo nepričakovani podatki. Tega ne moremo nikoli vedeti. Zato je zame osebno zelo pomembno, da se prilagajam smernicam, in se, če je treba, podam na nova področja raziskovanja.

Odmaknil sem se od stroge kozmologije in se v zadnjem času posvečam strojnemu učenju, metodam umetne inteligence, aplikacijam v astronomiji in obratno ... Iščemo tudi eksoplanete.

V znanosti zanimivih stvari ne zmanjka. Ne moreš pa pričakovati, da bo vseskozi zanimivo na področju, ki si ga izbral pred 30 leti.

Ko sprejmemo študente na doktorski študij, jasno pogledamo tudi ocene, še pomembnejša pa so priporočilna pisma. FOTO: Blaž Samec  

Zdaj se torej posvečate statistični analizi, s svojo metodo želite konkurirati metodi markovske verige Monte Carlo v Bayesovi statistiki. Kako daleč ste s tem delom?

Menim, da imamo najboljšo metodo v tem trenutku. V bistvu je v osnovi že pripravljena, ni se pa še razširila. Razvila sva jo in jo zdaj še izboljšujeva z doktorskim študentom Jakobom Robnikom. Zelo sem optimističen.

Metoda je specifična. V znanosti in v drugih aplikacijah, ki uporabljajo statistične metode, je poleg določitev parametrov vprašanje tudi, kako določiti mersko napako. V Bayesovi statistiki gre za uporabo markovskih verig, ki dajo porazdelitev, ki tudi pove, kakšna je negotovost. Problem pri markovskih verigah je, da je metoda zelo počasna. Naša metoda ima torej to prednost, da je hitrejša, na nekaterih področjih za faktor 10 in več. Če se bo izkazala za uspešno, bi lahko bile njene aplikacije zelo široke. Potencial je velik, treba pa je prepričati skupnost, da jo začnejo uporabljati.

Lahko navedete kak konkreten primer uporabe?

V kozmologiji so vprašanja o gostoti vesolja, koliko je temne snovi, temne energije in tako naprej. Modeli napovedujejo količine, vendar so meritve nepopolne oziroma »zašumljene«. Tako se informacija o teh parametrih, na primer o količinah snovi v vesolju, izvleče iz meritev na nepopoln način. Poleg tega so parametri zelo korelirani. Se pravi, da so meritve za kombinacijo parametrov in ne za posameznega. Pri tem skušamo ugotoviti, kakšne so negotovosti oziroma kako dobro smo izmerili posamezen parameter.

Merska napaka je v znanosti zelo pomembna. Brez nje ne moremo povedati, ali smo odkrili kaj novega. Pri naši novi metodi gre za to, da ponudi tudi najboljšo možno meritev merske napake. V kozmologiji so, denimo, kontroverzne meritve Hubblove konstante, vendar je pri tem pomembno upoštevati mersko napako.

Govori se o nekakšni krizi v kozmologiji, ker metode izračunavanja Hubblove konstante ne podajo enakega rezultata. Kako gledate na to?

Ni hude krize. Od več različnih meritev Hubblove konstante ena odstopa. Menim, da so verjetno podcenili mersko napako in je zdaj videti kot nekakšna kriza, ker ena številka zelo odstopa.

Če se vrneva k vaši statistični metodi, kje je, poleg kozmologije in astronomije, še uporabna?

Na več zelo širokih področjih. Eno je, denimo, kvantna kromodinamika na mreži (lattice QCD). Kvantna kromodinamika je sodobna teorija močne jedrske sile, to je sile, ki veže nevtrone in protone v jedra. Naša metoda bi lahko bila teoretično hitrejša za faktor 100. Za raziskave na tem področju so superračunalniki nujna infrastruktura. Po nekaterih ocenah QCD na mreži porabi skoraj polovico superračunalniškega časa v ZDA. Če bi lahko s kakšno metodo raziskave pohitrili, bi lahko dosegli velike preboje. Drugo področje je molekularna dinamika, ki se uporablja v kemiji, biokemiji, razvoju materialov … Tudi na teh področjih bi bila lahko naša metoda hitrejša ob obstoječih.

Kakšni so odzivi statistične skupnosti?

Niso je še pograbili, še vedno jo razvijamo. Se pa zanimajo. Ko sem prvič na mednarodni konferenci predstavljal metodo, so bili zelo skeptični, upam, da bodo letos že manj.

Z metodo bi lahko odkrivali tudi nove eksoplanete?

Za takšno aplikacijo pa je ta metoda veliko prepočasna. Za odkrivanje novih planetov uporabljamo čisto drugačne metode, hitre, a manj natančne, vendar dovolj dobre za to aplikacijo. A eno je odkriti nov planet, drugo pa je določiti verjetnosti, da bo neka zvezda imela planete, kakšna je statistična porazdelitev mas in period planetov in tako naprej. Na ta vprašanja bi lahko odgovarjala tudi naša metoda. Ampak to je naslednji korak.

Kako to, da ste se iz kozmologije preusmerili v statistično fiziko? Ste na svojem področju dosegli vrhunec in vam je nato postalo dolgčas?

Pomembno je, da se razvijamo, da gremo s časom naprej. Da sledimo razvoju. Področje strojnega učenja in umetne inteligence mi je zelo zanimivo. Pred petimi, šestimi leti sem se zavedel, da me čas lahko povozi, če se ne bom sam angažiral, in da me bodo mladi prehiteli po levi in desni. To se ni zgodilo, v kozmologiji in astronomiji strojno učenje in umetna inteligenca še nista imela oziroma nimata zelo pomembnega vpliva, a ga še bosta imela.

Predstojniku oddelka sem predlagal vzpostavitev predmeta o strojnem učenju in Bayesove statistike za fizike. Predmet so odobrili, tako pa sem se moral tudi sam veliko naučiti. Počasi sem začel tudi na tem področju prispevati znanstvene članke, zdaj pa že skušamo s svojimi metodami biti vodilni.

Ko si na nekem področju ekspert, je to najbolj udobno, ni pa nujno najbolj zanimivo. FOTO: Blaž Samec  

Človek mora tudi sam sebe vedno znova na novo odkrivati, da slediš trendu, da si relevanten. Sicer res lahko postane dolgočasno. Ko si na nekem področju ekspert, je to najbolj udobno, ni pa nujno najbolj zanimivo.

To je bil tudi za vas potem skok v neznano?

Seveda. Tudi jaz sem se moral veliko naučiti bolj ali manj z ničle.

Priporočate takšen preskok?

Vsekakor. Čim prej je treba začeti iskati nove ideje, novo kreativnost. S tem namenom sem tudi ustanovil nagrade, da mlade že med dodiplomskim študijem spodbujajo k raziskovanju, k ustvarjanju. Da se ne udeležujejo le predavanj pri posameznih predmetih in pišejo izpite. Naj že kot študenti na prvi stopnji razvijajo ideje in skušajo dosegati odličnost pri svojem delu. Naj se potrudijo, da diplomsko nalogo pripeljejo do stopnje, da se absorbira v svetovno znanje, da na primer spišejo kak znanstveni članek, ne pa da diplomska naloga obleži na knjižni polici, kjer je nihče več ne pogleda.

V Sloveniji, morda kar v celotni Evropi, je objavljanje člankov na dodiplomski ravni manj pomembno, v ZDA pa je obratno, nujno je, da se mladi lahko prijavijo na najboljše univerze. Vsekakor odlične ocene niso več dovolj, treba je pokazati tudi uspešnost v raziskovanju.

Ste zadovoljni s prijavami, ki jih dobite na razpis za nagrado? Je v ZDA več takšnih nagrad?

Veliko je dobrih prijav, vedno preveč, da bi vse nagradili. Glede na področja so zelo neenakomerno porazdeljene. V ZDA je tega vsekakor več, predvsem podeljujejo nagrade posamezne univerze. Samo na našem oddelku za astronomijo so tri, štiri nagrade, poimenovane po donatorjih, ki jih večinoma podeljujejo za raziskovanje. Nikoli za ocene.

Ocene niso najpomembnejše.

Ne, niso. Ko sprejmemo študente na doktorski študij, jasno pogledamo tudi ocene, še pomembnejša pa so priporočilna pisma. Ta so vrednejša, če so pisma mentorjev, ki so raziskovalno sodelovali s študenti. Ti lahko veliko več povedo o kvalitetah študenta.

Kako je vas potegnilo v kozmologijo?

To je bilo čisto naključje. Po dodiplomskem in magistrskem študiju na Univerzi v Ljubljani sem se prijavljal na ameriške univerze. Nisem vedel, kaj bi študiral, naključno sem napisal, da me zanimata matematična fizika in astrofizika. Mentor Edmund Bertschinger na MIT me je sprejel kot svojega študenta in tako sem se znašel v astrofiziki. Življenje je polno naključij.

Občutek imam, da tudi vi zelo radi sodelujete z mladimi pri raziskovanju.

Res mi je všeč to delo. Zelo rad sodelujem z doktorskimi študenti, saj lahko njihove ideje prav usmerim. Sodelujem seveda tudi s podoktorskimi raziskovalci in z dodiplomskimi študenti, ki imajo sicer še kopico drugih obveznosti. Nekateri so zelo zelo uspešni.

Koliko pa sodelujete z raziskovalci oziroma univerzami/inštituti v Sloveniji?

Največ sodelujem s posameznimi raziskovalci. Denimo na fakulteti za računalništvo in informatiko na področju Bayesove statistike. Z univerzo v Novi Gorici sodelujem v projektu Smash, ki se vrti okoli strojnega učenja.

Umetna inteligenca vdira na vsa področja našega življenja. Zdi se, da tudi v znanosti ne gre več brez pomoči, denimo, strojnega učenja.

Vendar se presenetljivo veliko znanosti dela brez strojne pomoči. Na področju kozmologije je zelo malo uspešnih zgodb povezanih s strojnim učenjem. O umetni inteligenci vsi govorimo zaradi generativnih modelov, velikih jezikovnih modelov, generiranja slik. To je vsekakor zelo uporabno, a ne v znanosti. Skušamo pa nekateri to spremeniti. Menim, da smo v prelomnem obdobju, ko se bodo metode strojnega učenja izkazale za boljše od klasičnih metod, in upam, da bo to vplivalo na tradicionalne načine ustvarjanja znanosti.

Se vi umetne inteligence bojite?

Mislim, da tu ni alternative. Stvar se bo pač zgodila, pa če se bojimo ali ne. Treba pa je vzpostaviti mehanizme, da preprečimo katastrofe. Umetna inteligenca je tu, ali lahko njen razvoj nadzorujemo, ne vem. Menim, da bi moral biti to čim bolj odprt proces, kjer lahko vsak prispeva svoj delež. Ne pa da je vse v rokah nekaj podjetij. Vprašanje je, koliko in kako to regulirati. Vsekakor je premislek nujen. Mnenja pa se zelo krešejo.

Če greva še malo v vesolje, veliki neznanki sta temna snov in temna energija. Obe sta precej čudni, vesoljske agencije gradijo teleskope, s katerimi bi raziskovali predvsem, kaj je temna snov. Je zdaj le vprašanje časa, da boste raziskovalci razvozlali ti največji še ne odkriti skrivnosti vesolja?

Temna snov je potrebna za obstoj življenja. Ne vemo, kaj je, in je vsekakor ena najzanimivejših znanih neznank. Temna energija je morda nekoliko bolj presenetljiva ali pa tudi ne. Odvisno, koga vprašate. Teoretiki strun vam bodo odvrnili, da jo njihovi modeli povsem jasno napovedujejo. Ne gre pričakovati, da bi odkrili kaj novega, zelo verjetno je to kozmološka konstanta.

Glede novih teleskopov menim, da nam o temni snovi ne bodo povedali nič novega. Temno snov je treba odkriti kot delec, torej v fiziki osnovnih delcev. Ogromno eksperimentov poteka, išče se v različne smeri, supersimetrija, aksiomi … Žal se ni našlo nič. Za tiste, ki to preučujejo več desetletij, je to zagotovo razočaranje, ampak tako je v znanosti. Astronomska opazovanja bodo verjetno potrdila, da je snov hladna, razen če ne bo kakega presenečenja. Pri tem namreč raziskujejo številne indirektne meritve sevanja žarkov gama in drugih visokoenergijskih dogodkov.

Kaj je za vas najbolj nenavadna lastnost vesolja?

Koncept neskončnosti je težko zagrabiti. Naše vesolje čaka toplotna smrt. Toliko se bo ohladilo, da ne bo nobenega življenja več, na neki način bo umrlo, a se bo še vedno širilo v neskončnost. In sočasno se najbrž nekje rojevajo nova vesolja, zunaj našega neskončnega vesolja.