Sztuczna inteligencja pomaga badać czym jest ciemna energia

Naukowcy wykorzystali sztuczną inteligencję (AI), do dokładniejszego określenia właściwości i tego czym jest ciemna energia, na podstawie mapy ciemnej i widzialnej materii we Wszechświecie obejmującej ostatnie 7 miliardów lat.

Badanie, opublikowane w Monthly Notices of the Royal Astronomical Society, zostało przeprowadzone w ramach współpracy Dark Energy Survey. Naukowcy z University College London (UCL) przeanalizowali mapę Wszechświata, dzięki czemu lepiej poznali kluczowe cechy kosmosu, w tym ogólną gęstość ciemnej energii.

Zdaniem astronomów, ciemna energia jest tajemniczą siłą, która przyspiesza ekspansję Wszechświata. Uważają, że stanowi około 70 proc. zawartości kosmosu (przy czym ciemna materia, niewidzialna materia, której grawitacja rozciąga galaktyki, stanowi 25 proc., a klasyczna materia zaledwie 5 proc.).

„Wykorzystując sztuczną inteligencję do uczenia się z symulowanych komputerowo Wszechświatów, zwiększyliśmy precyzję naszych szacunków kluczowych właściwości Wszechświata dwukrotnie. Aby osiągnąć taką poprawę bez tych nowatorskich technik, potrzebowalibyśmy czterokrotnie większej ilości danych. Odpowiadałoby to zmapowaniu kolejnych 300 milionów galaktyk” – mówi główny autor badania dr Niall Jeffrey z UCL Physics & Astronomy.

„Nasze odkrycia są zgodne z obecnymi najlepszymi przewidywaniami dotyczącymi ciemnej energii jako stałej kosmologicznej, której wartość nie zmienia się w przestrzeni ani w czasie. Pozwalają one jednak również na elastyczność w przypadku innego wyjaśnienia. Na przykład, nadal może być tak, że nasza teoria grawitacji jest błędna” – twierdzi współautor badania dr Lorne Whiteway z UCL Physics & Astronomy.

Zgodnie z wcześniejszymi analizami mapy Dark Energy Survey, opublikowanej po raz pierwszy w 2021 r., zdaniem badaczy, wyniki wskazują, że materia we Wszechświecie jest bardziej płynnie rozłożona – mniej nierównomiernie – niż przewidywałaby ogólna teoria względności Einsteina. Co czyni go „gładszym” niż przewidywano.

Mapa Dark Energy Survey została uzyskana za pomocą metody zwanej słabym soczewkowaniem grawitacyjnym – jak tłumaczą astronomowie – sprawdzeniem, w jaki sposób światło z odległych galaktyk zostało zakrzywione przez grawitację materii, na którą natrafiło w drodze na Ziemię.

Badacze przeanalizowali zniekształcenia struktur 100 milionów galaktyk, aby wywnioskować rozkład całej materii, zarówno ciemnej, jak i widzialnej, na pierwszym planie obserwowanych galaktyk. Stworzona mapa obejmowała jedną czwartą nieba na półkuli południowej.

Na potrzeby nowego badania naukowcy wykorzystali do przeprowadzenia symulacji różnych wszechświatów w oparciu o dane z mapy materii Dark Energy Survey. Każda symulacja opierała się na innym modelu matematycznym kosmosu.

Astronomowie stworzyli mapy materii w każdej z tych symulacji. Model uczenia maszynowego został wykorzystany do wyodrębnienia informacji z tych map, które były istotne dla modelu kosmologicznego. Drugie narzędzie sztucznej inteligencji, ucząc się na podstawie wielu przykładów symulowanych wszechświatów z różnymi modelami kosmologicznymi, przeanalizowało rzeczywiste obserwowane dane i przedstawiło prawdopodobieństwo, który z zaproponowanych modeli kosmologicznych może być prawdziwym modelem naszego Wszechświata.

Ta nowa technika pozwoliła badaczom wykorzystać znacznie więcej informacji ze stworzonych map, niż byłoby to możliwe przy użyciu poprzednich metod. Symulacje zostały przeprowadzone na wysokowydajnym urządzeniu obliczeniowym (HPC) DiRAC.

Kolejna faza projektów mających na celu poznanie tego czym jest ciemna energia, w tym misja Europejskiej Agencji Kosmicznej (ESA) Euclid, wystrzelona w zeszłym roku, znacznie zwiększy ilość danych, które posiadają naukowcy na temat wielkoskalowych struktur Wszechświata, pomagając im ustalić, czy nieoczekiwana „gładkość” Wszechświata jest oznaką, że obecne modele kosmologiczne są błędne, czy też istnieje inne wyjaśnienie tego zjawiska. Obecnie „gładkość” ta jest sprzeczna z tym, co można by przewidzieć na podstawie analizy kosmicznego mikrofalowego tła (CMB) – światła pozostałego po Wielkim Wybuchu.

Emil Gołoś