Ajakirjas Journal of Cosmology and Astroparticle Physics avaldatud uuring uurib, kuidas masinõppe (ML) strateegia nimega siirdõpe võiks oluliselt vähendada arvutuslikke kulusid standardse kosmoloogilise mudeli piiridest väljuva uue füüsika otsimisel. Siirdõpe tähendab, et tehisintellekti (AI) süsteem kasutab ühes valdkonnas omandatud teadmisi teise, seotud ülesande lahendamiseks — see võib muuta keerukad kosmoloogilised arvutused palju tõhusamaks. Uuring toob aga esile ka ootamatu ohu: mõnikord võivad tehisintellekti süsteemid muutuda liiga sõltuvaks sellest, mida nad juba teavad. See tähendab, et kui otsitakse täiesti uusi nähtusi, mis ei sobi olemasolevate mudelitega, võib varasem teadmine hoopis takistada avastamist. Teisisõnu, tehisintellekt peab suutma teatud juhtudel oma eelteadmised kõrvale jätta ehk need “unustada”, et olla avatud enneolematu füüsika leidmisele. Uuring rõhutab, et siirdõppe kasutamisel kosmoloogias tuleb hoolikalt jälgida, millal see strateegia aitab ja millal see piirab teaduslikku avastamist.
