Ein vom UCL geleitetes Forschungsteam hat Techniken der künstlichen Intelligenz (KI) eingesetzt, um den Einfluss und die Eigenschaften der dunklen Energie aus einer Karte der dunklen und sichtbaren Materie im Universum der letzten sieben Milliarden Jahre genauer abzuleiten.

Die vom Dark Energy Survey Project durchgeführte Studie verdoppelte die Auflösung, mit der wichtige Eigenschaften des Universums, einschließlich der Gesamtdichte der Dunklen Energie, aus der Karte abgeleitet werden können.

Diese erhöhte Auflösung ermöglicht es Forschern, bisher denkbare Modelle des Universums auszuschließen.

Fortschritte im kosmischen Verständnis

Dunkle Energie ist die geheimnisvolle Kraft, die die Expansion des Universums beschleunigt und man geht davon aus, dass sie etwa 70 % des Inhalts des Universums ausmacht (wobei dunkle Materie, der unsichtbare Stoff, dessen Schwerkraft Galaxien anzieht, 25 % ausmacht und gewöhnliche Materie nur 5 %). ). ).

Der Hauptautor Dr. Niall Jeffery (UCLA Physics & Astronomy) sagte: „Durch den Einsatz künstlicher Intelligenz, um aus computersimulierten Universen zu lernen, haben wir die Genauigkeit unserer Schätzungen der Schlüsseleigenschaften des Universums um den Faktor zwei erhöht.“

„Um diese Verbesserung ohne diese neuen Techniken zu erreichen, bräuchten wir die vierfache Datenmenge. Das würde der Kartierung weiterer 300 Millionen Galaxien entsprechen.“

Co-Autor Dr. Lorne Whiteway (UCLA Physics & Astronomy) sagte: „Unsere Ergebnisse stimmen mit der derzeit besten Vorhersage der Dunklen Energie als einer ‚kosmologischen Konstante‘ überein, deren Wert sich weder mit Raum noch mit der Zeit ändert.“ Es ermöglicht jedoch auch die Flexibilität, eine andere Interpretation gültig zu machen. Beispielsweise könnte unsere Theorie der Schwerkraft immer noch falsch sein.

Die Materiekarte stammt aus einem der simulierten Universen. Die helleren Bereiche der Karte zeigen Bereiche, in denen dunkle Materie dichter ist. Diese entsprechen Superhaufen von Galaxien. Die dunklen, fast schwarzen Flecken sind kosmische Hohlräume, große leere Räume zwischen Galaxienhaufen. Bildnachweis: Niall Jeffery et al

Verbesserung kosmologischer Modelle

Im Einklang mit früheren Analysen der Karte des Dark Energy Survey, die erstmals 2021 veröffentlicht wurde, deuten die Ergebnisse darauf hin, dass die Materie im Universum gleichmäßiger – weniger verklumpt – verteilt ist, als Einsteins allgemeine Relativitätstheorie vorhergesagt hatte. Allerdings war die Diskrepanz bei dieser Studie weniger signifikant als bei der vorherigen Analyse, bei der die Fehlerbalken größer waren.

Die Karte des Dark Energy Survey wurde mithilfe einer Methode namens schwacher Gravitationslinse erstellt, bei der beobachtet wird, wie Licht von entfernten Galaxien auf seinem Weg zur Erde durch die Schwerkraft dazwischenliegender Materie abgelenkt wird.

Die Zusammenarbeit analysierte Verzerrungen in der Form von 100 Millionen Galaxien, um auf die Verteilung aller Materie, ob dunkel oder sichtbar, im Vordergrund dieser Galaxien zu schließen. Die resultierende Karte deckte ein Viertel des Himmels in der südlichen Hemisphäre ab.

In der neuen Studie verwendeten Forscher von der britischen Regierung finanzierte Supercomputer, um Simulationen verschiedener Universen auf der Grundlage von Daten aus der Materiekarte des Dark Energy Survey durchzuführen. Jede Simulation stützte sich auf ein anderes mathematisches Modell des Universums.

Aus jeder dieser Simulationen erstellten die Forscher Karten der Materie. A Maschinelles Lernen Das Modell wurde verwendet, um Informationen aus den Karten zu extrahieren, die für kosmologische Modelle relevant sind. Ein zweites maschinelles Lerntool, das aus zahlreichen Beispielen von Universen lernte, die von verschiedenen kosmologischen Modellen simuliert wurden, untersuchte die real beobachteten Daten und gab die Wahrscheinlichkeiten an, dass jedes kosmologische Modell das wahre Modell unseres Universums ist.

Diese neue Technik ermöglichte es den Forschern, viel mehr Informationen aus Karten zu nutzen, als dies mit der vorherigen Methode möglich war.

Die Simulationen wurden in der vom britischen Science and Technology Facilities Council (STFC) finanzierten DiRAC High Performance Computing (HPC)-Einrichtung durchgeführt.

Zukünftige Erkundungen in der Kosmologie

Die nächste Phase von Projekten zum Dunklen Universum – einschließlich der Euklid-Mission der Europäischen Weltraumorganisation (ESA), die letzten Sommer startete – wird die Menge an Daten, die wir über die großräumigen Strukturen des Universums haben, dramatisch erhöhen und Forschern dabei helfen, herauszufinden, ob … Die unerwartete Glätte des Universums hat zur Vergrößerung des dunklen Universums beigetragen. Die Entropie ist ein Zeichen dafür, dass aktuelle kosmologische Modelle falsch sind oder ob es eine andere Erklärung dafür gibt.

Derzeit steht diese Glätte im Widerspruch zu dem, was auf der Grundlage einer Analyse des kosmischen Mikrowellenhintergrunds (CMB) – übrig gebliebenes Licht aus dem Universum – vorhergesagt werden würde. die große Explosion.

Das Fermi National Accelerator Laboratory (Fermilab) des US-Energieministeriums ist Gastgeber der Dark Energy Survey Collaboration, deren Gründungsmitglied das UCL ist, und umfasst mehr als 400 Wissenschaftler aus 25 Institutionen in sieben Ländern.

Diese Zusammenarbeit führte zur Katalogisierung von Hunderten Millionen Galaxien mithilfe von Nachthimmelbildern, die über einen Zeitraum von sechs Jahren (von 2013 bis 2019) mit der 570-Megapixel-Dark-Energy-Kamera, einer der leistungsstärksten Digitalkameras der Welt, aufgenommen wurden. Die Kamera, deren optischer Korrektor an der University of California hergestellt wurde, wurde an einem Teleskop am Interamerikanischen Observatorium Cerro Tololo der National Science Foundation in Chile montiert.

Referenz: „Year 3 Dark Energy Survey Results: Probability-free, Simulation-Based wCDM Inference with Neural Compression for Weak Lensing Map Statistics“ von N. Jeffrey, L. Whiteway, M. Gatti, J. Williamson, J. Alsing, 2005 ; A. Buridone, J. Pratt, C. Du, B. Jain, C. Chang, T.-Y. Cheng, Kakprzak T, Lemos P, Alarcón A, Amon-Amon, Bechtol K, Becker MR, Bernstein JM, Fields A, Lamb-Russell, Chen R, Choi A, DeRose J, A, Drlica-Wagner, Eckert K, Everett . ES, Ferté A, Gruen D, Gruendl RA, Herner K, Jarvis M, McCullough J, Myles J, Navarro-Alsina A, Pandey S, Raveri M, Rollins RP, Rykoff ES, Sanchez C, Secco LF, Sevilla-Noarbe I, Sheldon E, Shin T, Troxel MA, Tutusaus I, Varga TN, Yanny B, Yin B, J. Phys.[ PubMed ]Zuntz, M. Aguena, SS Allam, O Alves, D, Bacon, S, Bocquet, D, Brooks, LN da Costa, TM Davis, J, De Vicente, S, Desai, HT, Diehl, I, Ferrero, J, Frieman, J Garcia-Bellido, E Gaztanaga, Giannini G, Gutierrez G, Hinton SR, Hollowwood DL, Honscheid K, Huterer D, DJ James, Lahav O, Lee S, Marshall JL, J. Mena-Fernandez, R. Miquel, A. Pieres, A. A. Malagon Squares, A. Roodman, M. Sako, E. Sanchez, D. Sanchez Sayed, M. Smith, E. Sucheta, M. E. C. Swanson, J. Tarley, D. L. Tucker, N. Weverdike, J. Wheeler, B. Weissman und M. Yamamoto Nichtgalaktische Kosmologie und Astrophysik.
arXiv:2403.02314