基于AI的观察能力帮助天文学家揭示宇宙的基本设定

2024年10月26日 10:13 次阅读 稿源:cnBeta.COM 条评论

利用一种新颖的人工智能驱动方法,研究人员通过分析星系分布提高了估计关键宇宙学参数的精度。这一突破允许对暗物质和能量进行更精细的研究,对解决哈勃张力和其他宇宙奥秘具有重要意义。

宇宙的行为可以用六个关键数字来描述,这六个数字被称为宇宙学参数。 利用一种创新的人工智能驱动方法,Flatiron 研究所的研究人员及其合作者发现了星系分布中隐藏的信息,从而可以非常精确地估算出其中的五个参数。

与传统技术相比,他们的方法得出的结果要精确得多。 事实上,它将描述宇宙中物质团块的参数的不确定性降低了一半以上。 由人工智能驱动的估计值还与从其他宇宙现象(如宇宙中最古老的光线)中得出的数值非常吻合。

基于模拟的星系推理(Simulation-Based Inference of Galaxies,简称 SimBIG)可以让天文学家利用人工智能技术来更好地估计宇宙的关键属性。 这段视频将模拟宇宙中的星系分布(右)与真实宇宙中的星系分布(左)进行了比较。 资料来源:Bruno Régaldo-Saint Blancard/SimBIG协作组

研究人员在最近的一系列论文中介绍了他们的方法,称为基于模拟的星系推断(SimBIG),其中包括8月21日发表在《自然-天文学》(Nature Astronomy)上的一项研究。

该研究的合著者、纽约市Flatiron研究所计算天体物理学中心(CCA)的小组负责人Shirley Ho说,在使用相同数据的同时对参数产生更严格的约束,对于研究从暗物质的组成到驱动宇宙分裂的暗能量的性质等一切问题都至关重要。 她说,随着未来几年新的宇宙勘测的上线,这一点尤其重要。

Simulation-Based-Inference-of-Galaxies-SimBIG-Project-Infographic.png

展示基于模拟的星系推断(SimBIG)项目方法的信息图表。 图片来源:Lucy Reading-Ikkanda/Simons 基金会

Ho 说:"每项勘测都耗资数亿至数十亿美元。这些测量之所以存在,主要是因为我们想更好地了解这些宇宙学参数。 因此,如果从非常实际的意义上考虑,这些参数每个都价值数千万美元。我们希望得到最好的分析,从这些勘测中获取尽可能多的知识,推动我们对宇宙的认识不断向前发展。"

这六个宇宙学参数描述了宇宙中普通物质、暗物质和暗能量的数量,以及宇宙大爆炸之后的条件,例如新生宇宙在冷却过程中的不透明性,以及宇宙中的质量是分散的还是大团的。 《自然-天文学》研究报告的合著者、中国科学院研究分析员利亚姆-帕克(Liam Parker)说,这些参数"本质上是宇宙的'设置',决定了宇宙如何在最大尺度上运行"。

Galaxy-Distribution-Comparison.jpg

这张快照将模拟宇宙中的星系分布(右)与真实宇宙中的星系分布(左)进行了比较。 资料来源:Bruno Régaldo-Saint Blancard/SimBIG合作小组

宇宙学家计算参数的最重要方法之一是研究宇宙星系的聚类。 以前,这些分析只研究星系的大尺度分布。

普林斯顿大学的副研究员、《自然-天文学》研究的第一作者ChangHoon Hahn说:"我们还无法深入到小尺度。几年来,我们已经知道那里还有额外的信息,只是没有好的方法提取出来。"

哈恩提出了一种利用人工智能提取小规模信息的方法。 他的计划分为两个阶段。 首先,他和同事们将训练一个人工智能模型,根据模拟宇宙的外观来确定宇宙学参数的值。 然后,他们会向模型展示实际的星系分布观测结果。

Hahn、Ho、Parker和他们的同事训练了他们的模型,向它展示了2000个盒状宇宙,这些宇宙来自CCA开发的Quijote模拟套件,每个宇宙都使用了不同的宇宙学参数值。 研究人员甚至让这2000个宇宙看起来像星系调查产生的数据--包括来自大气层和望远镜本身的缺陷--以便给模型提供真实的练习。哈恩说:"这是一个很大的模拟数量,但也是一个可控的数量。"如果没有机器学习,你将需要数十万次模拟。"

通过吸收模拟结果,该模型逐渐了解到宇宙学参数值如何与星系聚类的小尺度差异相关联,例如单个星系对之间的距离。 SimBIG 还学会了如何从宇宙星系的大画面排列中提取信息,方法是同时观察三个或更多星系,并分析它们之间形成的形状,如拉伸的长三角形或等边三角形。

模型训练完成后,研究人员向它展示了重子振荡光谱巡天测量到的 109636 个真实星系。 正如他们所希望的那样,模型利用了数据中的小尺度和大尺度细节,提高了宇宙学参数估计的精确度。 这些估算非常精确,相当于使用大约四倍数量的星系进行的传统分析。 Ho说,这一点非常重要,因为宇宙只有这么多星系。 通过用更少的数据获得更高的精度,SimbBIG 可以突破可能的极限。

这种精确性的一个令人兴奋的应用将是被称为哈勃张力的宇宙学危机。 哈勃常数描述了宇宙中万物扩散的速度。

计算哈勃常数需要使用"宇宙尺"来估算宇宙的大小。 根据遥远星系中被称为超新星的爆炸恒星的距离进行估算,要比根据宇宙中最古老的光的波动间距进行的估算高出约 10%。

未来几年即将上线的新测量将捕捉到更多的宇宙历史。 哈恩说,将这些勘测的数据与SimbBIG配对,将更好地揭示哈勃张力的程度,以及是否可以解决这种不匹配,或者是否有必要修改宇宙模型。他说:"如果我们能非常精确地测量出数量,并能坚定地说存在张力,那就能揭示有关暗能量和宇宙膨胀的新物理学。"

编译自/SciTechDaily

对文章打分

基于AI的观察能力帮助天文学家揭示宇宙的基本设定

1 (50%)
已有 条意见

    最新资讯

    加载中...

    编辑精选

    加载中...

    热门评论

      Top 10

      招聘

      created by ceallan