На этом снимке сравнивается распределение галактик в моделируемой вселенной, используемой для обучения SimBIG (справа), с распределением галактик в реальной вселенной (слева). Фото предоставлено: Бруно Регальдо-Сен-Бланкар/сотрудничество SimBIG
Стандартная модель Вселенной основана всего на шести числах. Используя новый подход, основанный на искусственном интеллекте, исследователи из Института Флэтайрон и их коллеги теперь смогли извлечь информацию из распределения галактик и оценить значения пяти из этих так называемых космологических параметров с невероятной точностью.
Результаты представляют собой значительное улучшение по сравнению со значениями предыдущих методов. По сравнению с традиционными методами, использующими те же данные о галактике, этот подход дал менее половины неопределенности для параметра, описывающего комковатость материи Вселенной. Метод на основе искусственного интеллекта также точно сопоставил оценки космологических параметров, основанные на наблюдениях за другими явлениями, такими как самый старый свет во Вселенной.
Исследователи представляют свой метод, «Вывод галактик на основе моделирования» (или SimBIG), в серии недавних статей, включая новое исследование, опубликованное 21 августа в журнале Nature Astronomy.
Создание более жестких ограничений на параметры при сохранении согласованности данных будет иметь решающее значение для изучения всего: от состава темной материи до природы темной энергии, которая разделяет Вселенную, говорит соавтор исследования Ширли Хо, руководитель группы Центра вычислительных вычислений. Астрофизика (CCA) в Институте Флэтайрон в Нью-Йорке. Это особенно верно, поскольку в ближайшие несколько лет в Интернете появятся новые исследования космоса, говорит она.
«Каждое из этих исследований стоит от сотен миллионов до миллиардов долларов», — говорит Хо. «Основная причина, по которой эти исследования существуют, заключается в том, что мы хотим лучше понять эти космологические параметры. Итак, если подумать об этом с практической точки зрения, эти параметры исчисляются десятками. миллионов долларов каждый: «Вам нужен наилучший анализ, чтобы получить как можно больше знаний от этих исследований и расширить границы нашего понимания Вселенной».
Шесть космологических параметров описывают количество обычной материи, темной материи и темной энергии во Вселенной, а также условия после Большого взрыва, такие как непрозрачность новорожденной Вселенной по мере ее охлаждения и то, рассеяна ли масса по космосу или в космосе. большие комки. Параметры «по сути являются «настройками» Вселенной, которые определяют, как она функционирует в крупнейших масштабах», — говорит Лиам Паркер, соавтор исследования и аналитик CCA.
https://www.youtube.com/watch?v=dET0qbdN3Lk
Один из основных способов расчета параметров космологами — изучение скоплений галактик во Вселенной. До сих пор этот анализ исследовал только крупномасштабное распределение галактик.
«Нам пока не удалось достичь небольших масштабов», — говорит Чанг Хун Хан, научный сотрудник Принстонского университета и ведущий автор исследования. «Мы уже несколько лет знали, что там есть дополнительная информация, но у нас просто не было хорошего способа ее извлечь».
Хан предложил метод использования ИИ для извлечения этой мелкомасштабной информации. Его план состоял из двух этапов. Сначала он и его коллеги обучат модель ИИ определять значения космологических параметров на основе внешнего вида моделируемых вселенных. Затем они продемонстрировали бы своей модели фактические наблюдения за распределением галактик.
Хан, Хо, Паркер и их коллеги обучили свою модель, показав ей 2000 коробчатых вселенных из пакета моделирования Quixote, разработанного CCA, причем каждая вселенная создана с разными значениями космологических параметров. Исследователи даже сделали 2000 вселенных похожими на данные, полученные в ходе исследований галактик, включая ошибки в атмосфере и самих телескопах, чтобы реалистично применить модель на практике.
«Это большое количество симуляций, но это управляемое количество», — говорит Хан. «Без машинного обучения вам понадобились бы сотни тысяч».
Записывая симуляции, модель со временем научилась, как значения космологических параметров коррелируют с мелкомасштабными различиями в расположении галактик, такими как расстояние между отдельными парами галактик. SimBIG также научился извлекать информацию из общей картины расположения галактик во Вселенной, рассматривая три или более галактик одновременно и анализируя формы, образующиеся между ними, такие как длинные вытянутые треугольники или приземистые равносторонние треугольники.
Инфографика, показывающая методологию проекта «Вывод галактик на основе моделирования» (SimBIG). Фото предоставлено: Люси Ридинг-Икканда/Фонд Саймонса.
После обучения модели исследователи представили ей 109 636 реальных галактик, измеренных с помощью спектроскопического исследования барионных колебаний. Как и ожидалось, модель воспользовалась мелко- и крупномасштабными деталями данных, чтобы повысить точность оценок космологических параметров. Эти оценки были настолько точными, что соответствовали традиционному анализу примерно в четыре раза большего количества галактик.
Это важно, говорит Хо, потому что во Вселенной существует лишь ограниченное количество галактик. Достигая большей точности при меньшем количестве данных, SimBIG может расширить границы возможного.
По словам Хана, захватывающим применением этой точности станет космологический кризис, известный как напряжение Хаббла. Напряжение возникает из-за несовпадающих оценок постоянной Хаббла, которая описывает, как быстро все во Вселенной расширяется.
Чтобы вычислить постоянную Хаббла, необходимо оценить размеры Вселенной с помощью «космических линеек». Оценки, основанные на расстоянии до взрывающихся звезд (так называемых сверхновых) в далеких галактиках, примерно на 10 процентов выше, чем оценки, основанные на последовательности колебаний самого старого света во Вселенной.
Новые исследования, которые появятся в сети в ближайшие несколько лет, позволят узнать больше об истории Вселенной. Объединение данных этих исследований с SimBIG позволит лучше выявить степень напряжения Хаббла и покажет, можно ли устранить несоответствие или оно требует пересмотренной модели Вселенной, говорит Хан. «Если мы сможем очень точно измерить величины и с уверенностью сказать, что напряжение присутствует, это может дать новое понимание физики темной энергии и расширения Вселенной», — говорит он.
Хан, Хо и Паркер работали над исследованием вместе с Майклом Эйкенбергом из Центра вычислительной математики (CCM) Института Флэтайрон, Пабло Лемосом из CCA, Чирагом Моди из CCA и CCM, Бруно Регальдо-Сен-Бланкаром из CCM, Дэвидом Спергель, президент Фонда Саймонса, Цзямин Хоу из Университета Флориды, Елена Массара из Университета Ватерлоо и Азаде Морадинежад Дизга из Женевского университета.
Информация от: Фондом Саймонса
