Een nauwkeuriger begrip van donkere energie is bereikt met behulp van kunstmatige intelligentie

Een door de UCL geleid onderzoeksteam heeft technieken van kunstmatige intelligentie (AI) gebruikt om de invloed en eigenschappen van donkere energie nauwkeuriger af te leiden uit een kaart van donkere en zichtbare materie in het universum van de afgelopen 7 miljard jaar.

de studievoorgelegd aan Maandelijkse mededelingen van de Royal Astronomical Society Beschikbaar op arXiv Preprint-server, geïmplementeerd door de Dark Energy Survey-samenwerking. De onderzoekers hebben de resolutie verdubbeld waarmee belangrijke eigenschappen van het universum, inclusief de algehele dichtheid van donkere energie, uit de kaart kunnen worden afgeleid.

Deze verhoogde resolutie stelt onderzoekers in staat modellen van het universum uit te sluiten die voorheen denkbaar waren.

Donkere energie is de mysterieuze kracht die de uitdijing van het heelal versnelt en wordt verondersteld ongeveer 70% van de inhoud van het heelal voor zijn rekening te nemen (waarbij donkere materie, het onzichtbare spul waarvan de zwaartekracht aan sterrenstelsels trekt, 25% uitmaakt, en gewone materie slechts 5%. ). ).

Hoofdauteur dr. Niall Jeffery (UCLA Physics & Astronomy) zei: “Door kunstmatige intelligentie te gebruiken om te leren van computergesimuleerde universums, hebben we de nauwkeurigheid van onze schattingen van de belangrijkste eigenschappen van het universum met een factor twee vergroot.

“Om deze verbetering zonder deze nieuwe technieken te bereiken, zouden we vier keer zoveel gegevens nodig hebben. Dit komt overeen met het in kaart brengen van 300 miljoen extra sterrenstelsels.”

Co-auteur dr. Lorne Whiteway (UCLA Physics & Astronomy) zei: “Onze bevindingen komen overeen met de beste huidige voorspelling van donkere energie als een 'kosmologische constante' waarvan de waarde niet verandert met ruimte of tijd. Ze laten echter ook flexibiliteit toe. in Een andere interpretatie zou juist zijn. Onze zwaartekrachttheorie zou bijvoorbeeld nog steeds verkeerd kunnen zijn.

In lijn met eerdere analyses van de Dark Energy Survey-kaart, voor het eerst gepubliceerd in 2021, suggereren de resultaten dat materie in het universum soepeler is verspreid – minder klonterig – dan Einsteins algemene relativiteitstheorie voorspelde. De discrepantie was echter minder significant voor dit onderzoek dan voor de vorige analyse, waar de foutbalken groter waren.

De kaart van de Dark Energy Survey werd verkregen via een methode die zwakke zwaartekrachtlensing wordt genoemd, dat wil zeggen kijken hoe licht van verre sterrenstelsels wordt afgebogen door de zwaartekracht van tussenliggende materie op weg naar de aarde.

De samenwerking analyseerde vervormingen in de vorm van 100 miljoen sterrenstelsels om de verdeling van alle materie, donker en zichtbaar, op de voorgrond van die sterrenstelsels af te leiden. De resulterende kaart besloeg een kwart van de hemel op het zuidelijk halfrond.

In de nieuwe studie gebruikten onderzoekers door de Britse overheid gefinancierde supercomputers om simulaties van verschillende universums uit te voeren op basis van gegevens uit de materiekaart van de Dark Energy Survey. Elke simulatie had een ander wiskundig model van het universum dat het ondersteunde.

Uit elk van deze simulaties hebben de onderzoekers materiekaarten gemaakt. Er werd een machine learning-model gebruikt om informatie uit deze kaarten te extraheren die relevant is voor kosmologische modellen. Een tweede hulpmiddel voor machinaal leren, dat leerde van talloze voorbeelden van universums die door verschillende kosmologische modellen waren gesimuleerd, keek naar de werkelijk waargenomen gegevens en gaf de waarschijnlijkheden weer dat elk kosmologisch model het ware model van ons universum is.

Met deze nieuwe techniek konden onderzoekers veel meer informatie uit kaarten gebruiken dan mogelijk was met de vorige methode. De simulaties zijn uitgevoerd in de DiRAC High Performance Computing (HPC)-faciliteit.

De volgende fase van projecten in het donkere universum – waaronder de Euclid-missie van het European Space Agency, die afgelopen zomer werd gelanceerd – zal de hoeveelheid gegevens die we hebben over de grootschalige structuren van het universum dramatisch vergroten, waardoor onderzoekers kunnen bepalen of het universum onverwacht glad is. .. Het kan hebben bijgedragen aan het vergroten van de omvang van het donkere universum. De entropie is een teken dat de huidige kosmologische modellen verkeerd zijn of dat er een andere verklaring voor is.

Momenteel staat deze gladheid op gespannen voet met wat zou worden voorspeld op basis van analyse van de kosmische microgolfachtergrond (CMB) – het overgebleven licht van de oerknal.

Het Fermi National Accelerator Laboratory (Fermilab) van het Amerikaanse ministerie van Energie organiseert de Dark Energy Survey Collaboration, waarvan UCL een van de oprichters is, en omvat meer dan 400 wetenschappers van 25 instellingen in zeven landen.

Deze samenwerking leidde tot het catalogiseren van honderden miljoenen sterrenstelsels, met behulp van nachtelijke hemelbeelden gemaakt door de 570-megapixel Dark Energy Camera, een van 's werelds krachtigste digitale camera's, over een periode van zes jaar (van 2013 tot 2019). De camera, waarvan de optische corrector werd vervaardigd aan de Universiteit van Californië, werd gemonteerd op een telescoop van het Cerro Tololo Inter-American Observatory van de National Science Foundation in Chili.