Preciznije razumevanje tamne energije postignuto korišćenjem AI

Preciznije razumevanje tamne energije postignuto korišćenjem AI

Istraživački tim predvođen UCL koristio je tehnike veštačke inteligencije (AI) da bi preciznije zaključio uticaj i svojstva tamne energije iz mape tamne i vidljive materije u univerzumu koja pokriva poslednjih 7 milijardi godina.

Studiju, dostavljenu Monthly Notices of the Royal Astronomical Society i dostupna na arXiv serveru za preprint, sprovela je saradnja Dark Energi Survei. Istraživači su udvostručili preciznost kojom se ključne karakteristike univerzuma, uključujući ukupnu gustinu tamne energije, mogu zaključiti iz mape.

Ova povećana preciznost omogućava istraživačima da isključe modele univerzuma koji su ranije mogli biti zamislivi.

Tamna energija je misteriozna sila koja ubrzava širenje univerzuma i smatra se da čini oko 70% sadržaja univerzuma (sa tamnom materijom, nevidljivom materijom čija gravitacija povlači galaksije, čineći 25%, a normalna materija samo 5% ).

Glavni autor dr Niall Jeffrei (UCL Phisics & Astronomy) je rekao: „Koristeći AI za učenje iz kompjuterski simuliranih univerzuma, povećali smo preciznost naših procena ključnih osobina univerzuma za faktor dva.

„Da bismo postigli ovo poboljšanje bez ovih novih tehnika, bilo bi nam potrebno četiri puta veća količina podataka. Ovo bi bilo ekvivalentno mapiranju još 300 miliona galaksija.“

Koautor dr Lorne Vhitevai (UCL Phisics & Astronomy) je rekao: „Naši nalazi su u skladu sa trenutnim najboljim predviđanjem tamne energije kao ‘kosmološke konstante’ čija vrednost ne varira u prostoru ili vremenu. Međutim, oni takođe dozvoljavaju fleksibilnost da drugačije objašnjenje bude tačno. Na primer, još uvek može biti da je naša teorija gravitacije pogrešna.“

U skladu sa prethodnim analizama mape Dark Energy Survey, koja je prvi put objavljena 2021. godine, nalazi sugerišu da je materija u univerzumu lakše raspoređena – manje kvrgava – nego što bi Ajnštajnova teorija opšte relativnosti predvidela. Međutim, razlika je bila manje značajna za ovu studiju u poređenju sa ranijom analizom, pošto su trake greške bile veće.

Mapa Dark Energi Survei je dobijena metodom koja se zove slabo gravitaciono sočivo – to jest, posmatranjem kako je svetlost iz udaljenih galaksija savijena gravitacijom materije koja je intervenisala na svom putu do Zemlje.

Saradnja je analizirala izobličenja u oblicima 100 miliona galaksija kako bi se zaključila distribucija sve materije, i tamne i vidljive, u prvom planu tih galaksija. Dobijena mapa pokrivala je četvrtinu neba na južnoj hemisferi.

Za novu studiju, istraživači su koristili superkompjutere koje finansira britanska vlada za pokretanje simulacija različitih univerzuma na osnovu podataka sa mape materije Dark Energy Survey. Svaka simulacija je imala drugačiji matematički model univerzuma koji je podržavao.

Istraživači su napravili mape materije iz svake od ovih simulacija. Model mašinskog učenja je korišćen za izdvajanje informacija u tim mapama koje su bile relevantne za kosmološke modele. Drugi alat za mašinsko učenje, učeći iz mnogih primera simuliranih univerzuma sa različitim kosmološkim modelima, pogledao je stvarne posmatrane podatke i dao šanse da bilo koji kosmološki model bude pravi model našeg univerzuma.

Ova nova tehnika omogućila je istraživačima da koriste mnogo više informacija sa mapa nego što bi to bilo moguće sa prethodnim metodom. Simulacije su izvedene na DiRAC računarstvu visokih performansi (HPC).

Sledeća faza projekata mračnog univerzuma – uključujući misiju Evropske svemirske agencije Euclid, pokrenutu prošlog leta – uveliko će povećati količinu podataka koje imamo o strukturama velikih razmera u svemiru, pomažući istraživačima da utvrde da li je neočekivana glatkoća univerzum je znak da su trenutni kosmološki modeli pogrešni ili ako postoji drugo objašnjenje za to.

Trenutno je ova glatkoća u suprotnosti sa onim što bi se predvidelo na osnovu analize kosmičke mikrotalasne pozadine (CMB) – svetlosti koja je preostala od Velikog praska.

Saradnju Dark Energy Survey, čiji je UCL jedan od osnivača, organizuje Fermi National Accelerator Laboratori (Fermilab) Ministarstva energetike SAD i uključuje više od 400 naučnika iz 25 institucija u sedam zemalja.

Saradnja je katalogizirala stotine miliona galaksija, koristeći fotografije noćnog neba koje je napravila kamera tamne energije od 570 megapiksela, jedna od najmoćnijih digitalnih kamera na svetu, tokom šest godina (od 2013. do 2019.). Kamera, čiji je optički korektor napravljen na UCL, postavljena je na teleskop u Međuameričkoj opservatoriji Cerro Tololo Nacionalne naučne fondacije u Čileu.