Sztuczna inteligencja usprawnia szacowanie parametrów kosmologicznych, poprawiając zrozumienie ekspansji i struktury wszechświata.
Standardowy model wszechświata opiera się na sześciu liczbach. Korzystanie z nowej metody obsługiwanej przez sztuczna inteligencjabadacze z Flatiron Institute i ich współpracownicy wyodrębnili informacje ukryte w rozkładzie galaktyk, aby oszacować wartości pięciu z tych parametrów kosmologicznych z niespotykaną dotąd precyzją.
W porównaniu z konwencjonalnymi technikami wykorzystującymi te same dane dotyczące galaktyk, podejście to dało mniej niż połowę niepewności w przypadku parametru opisującego zbitość materii Wszechświata. Ponadto metoda oparta na sztucznej inteligencji ściśle zgadzała się z szacunkami parametrów kosmologicznych opartymi na obserwacjach innych zjawisk, takich jak najstarsze światło Wszechświata.
Ich metoda, tzw Wnioskowanie oparte na symulacji galaktyk (lub SimBIG) zostało szczegółowo opisane w szeregu ostatnich artykułów, w tym w nowym badaniu opublikowanym w Astronomia przyrodnicza.
Zwiększanie zrozumienia kosmologicznego poprzez SimBIG
Generowanie bardziej rygorystycznych ograniczeń parametrów przy wykorzystaniu tych samych danych będzie miało kluczowe znaczenie w badaniu wszystkiego, od składu ciemnej materii po naturę ciemnej energii rozdzielającej wszechświat, mówi współautorka badania Shirley Ho, liderka grupy w Flatiron Institute Centrum Astrofizyki Obliczeniowej (CCA) w Nowym Jorku. Jest to szczególnie prawdziwe, ponieważ w ciągu najbliższych kilku lat w Internecie pojawią się nowe badania kosmosu, mówi.
Wartość badań kosmologicznych
„Każde z tych badań kosztuje od setek milionów do miliardów dolarów” – mówi Ho. „Głównym powodem istnienia tych badań jest chęć lepszego zrozumienia parametrów kosmologicznych. Jeśli więc pomyśleć o tym w sensie bardzo praktycznym, te parametry są warte dziesiątki milionów dolarów każdy. Chcesz możliwie najlepszej analizy, aby wydobyć z tych badań jak najwięcej wiedzy i przesunąć granice naszego zrozumienia wszechświata.
Sześć parametrów kosmologicznych opisuje ilość zwykłej materii, ciemnej materii i ciemnej energii we wszechświecie oraz warunki następujące po nich Wielki Wybuchtakie jak nieprzezroczystość nowonarodzonego Wszechświata podczas jego ochładzania oraz to, czy masa w kosmosie jest rozproszona, czy też składa się z dużych skupisk. Parametry „są w istocie «ustawieniami» Wszechświata, które określają sposób jego działania w największych skalach” – mówi Liam Parker, współautor książki Astronomia przyrodnicza student i analityk w CSW.
Metoda wnioskowania o galaktykach oparta na symulacji (ang. SimBIG) umożliwia astronomom wykorzystanie technik sztucznej inteligencji do lepszego oszacowania kluczowych właściwości Wszechświata. Ten film porównuje rozmieszczenie galaktyk w symulowanym wszechświecie używanym do szkolenia SimBIG (po prawej) z rozkładem galaktyk obserwowanym w prawdziwym wszechświecie (po lewej). Źródło: współpraca Bruno Régaldo-Saint Blancard/SimBIG
Wykorzystanie sztucznej inteligencji do głębszych kosmicznych spostrzeżeń
Jednym z najważniejszych sposobów obliczania parametrów przez kosmologów jest badanie skupień galaktyk we wszechświecie. Wcześniej analizy te dotyczyły jedynie rozmieszczenia galaktyk na dużą skalę.
„Nie byliśmy w stanie zejść do małych skal” – mówi ChangHoon Hahn, pracownik naukowy w Uniwersytet Princeton i główny autor Astronomia przyrodnicza badanie. „Od kilku lat wiemy, że znajdują się tam dodatkowe informacje; po prostu nie mieliśmy dobrego sposobu na jego wydobycie”.
Techniki oparte na sztucznej inteligencji i przyszłe zastosowania
Hahn zaproponował sposób wykorzystania sztucznej inteligencji do wydobywania informacji na małą skalę. Jego plan miał dwie fazy. Najpierw on i jego koledzy mieli wytrenować model sztucznej inteligencji, aby określić wartości parametrów kosmologicznych na podstawie wyglądu symulowanych wszechświatów. Następnie pokazaliby swoje modelowe rzeczywiste obserwacje rozkładu galaktyk.
Hahn, Ho, Parker i ich współpracownicy przeszkolili swój model, pokazując mu 2000 wszechświatów w kształcie pudełek z pakietu symulacyjnego Quijote opracowanego przez CCA, przy czym każdy wszechświat został utworzony przy użyciu różnych wartości parametrów kosmologicznych. Aby zapewnić modelowi realistyczną praktykę, badacze sprawili nawet, że 2000 wszechświatów wyglądało jak dane wygenerowane z przeglądów galaktyk – łącznie z wadami atmosfery i samych teleskopów. „To duża liczba symulacji, ale jest to liczba możliwa do opanowania” – mówi Hahn. „Jeśli nie miałeś uczenie maszynowepotrzebowałbyś setek tysięcy.”
Na podstawie symulacji model z czasem nauczył się, w jaki sposób wartości parametrów kosmologicznych korelują z niewielkimi różnicami w skupieniach galaktyk, takimi jak odległość między poszczególnymi parami galaktyk. SimBIG nauczył się także, jak wydobywać informacje z szerszego obrazu układu galaktyk we wszechświecie, obserwując trzy lub więcej galaktyk jednocześnie i analizując kształty utworzone między nimi, takie jak długie, rozciągnięte trójkąty lub przysadziste trójkąty równoboczne.
Po przeszkoleniu modelu naukowcy zaprezentowali mu 109 636 rzeczywistych galaktyk zmierzonych za pomocą teleskopu Badanie spektroskopowe oscylacji barionu. Zgodnie z oczekiwaniami w modelu wykorzystano szczegóły danych na małą i dużą skalę, aby zwiększyć precyzję szacunków parametrów kosmologicznych. Szacunki te były tak dokładne, że odpowiadały tradycyjnej analizie wykorzystującej około cztery razy więcej galaktyk. To ważne, mówi Ho, ponieważ wszechświat ma tylko określoną liczbę galaktyk. Uzyskując większą precyzję przy mniejszej ilości danych, SimBIG może przesuwać granice tego, co jest możliwe.
Jednym z ekscytujących zastosowań tej precyzji, mówi Hahn, będzie kryzys kosmologiczny znany jako napięcie Hubble’a. Napięcie wynika z niedopasowanych szacunków stałej Hubble’a, która opisuje, jak szybko wszystko we wszechświecie się rozprzestrzenia.
Obliczenie stałej Hubble’a wymaga oszacowania rozmiaru Wszechświata za pomocą „kosmicznych linijek”. Szacunki oparte na odległości do eksplodujących gwiazd zwanych supernowymi w odległych galaktykach są o około 10 procent wyższe niż te oparte na odstępach wahań w najstarszym świetle Wszechświata.
Nowe badania, które w ciągu najbliższych kilku lat pojawią się w Internecie, pozwolą uchwycić więcej historii wszechświata. Zestawienie danych z tych badań z SimBIG lepiej ujawni zakres napięcia Hubble’a i to, czy rozbieżność można rozwiązać, czy też wymaga to zrewidowanego modelu Wszechświata, mówi Hahn. „Jeśli zmierzymy te wielkości bardzo precyzyjnie i będziemy mogli stanowczo stwierdzić, że istnieje napięcie, może to ujawnić nową fizykę dotyczącą ciemnej energii i ekspansji wszechświata” – mówi.
Odniesienie: „Kosmologiczne ograniczenia wynikające z niegaussowskiego i nieliniowego grupowania galaktyk przy użyciu struktury wnioskowania SimBIG” autorstwa ChangHoon Hahn, Pablo Lemos, Liam Parker, Bruno Régaldo-Saint Blancard, Michael Eickenberg, Shirley Ho, Jiamin Hou, Elena Massara, Chirag Modi, Azadeh Moradinezhad Dizgah i David Spergel, 21 sierpnia 2024 r., Astronomia przyrodnicza.
DOI: 10.1038/s41550-024-02344-2
