En grupp forskare kan ha snubblat över ett radikalt nytt sätt att studera kosmologi.
Kosmologer bestämmer vanligtvis universums sammansättning genom att observera så många delar av det som möjligt. Men dessa forskare fann att en maskininlärningsalgoritm kan granska en enda modellerad galax och förutsäga den övergripande sammansättningen av det digitala universum där den existerar - på samma sätt som att analysera ett slumpmässigt sandkorn under ett mikroskop och bestämma massan av Eurasien. Det verkar som om maskinerna har upptäckt ett mönster som i framtiden kan göra det möjligt för astronomer att dra storskaliga slutsatser om det verkliga kosmos helt enkelt genom att studera de elementära byggstenarna.
"Det här är en helt annan idé. Istället för att mäta dessa miljontals galaxer kan du bara ta en. Det är förvånande att det fungerar", säger Francisco Villaescuza-Navarro, en teoretisk astrofysiker vid Flatiron Institute i New York och huvudförfattare till tidningen.
Detta borde inte ha hänt. Den otroliga upptäckten växte fram ur en övning Vilaescuza-Navarro gav Jupiter Dean, en student vid Princeton University: att bygga ett neuralt nätverk som, med tanke på egenskaperna hos en galax, kunde uppskatta ett par kosmologiska attribut. Utmaningen var helt enkelt att introducera Dean för maskininlärning. Sedan märkte de att datorn beräknade den totala densiteten av materia. "Jag trodde att studenten gjorde ett misstag," sa Villaescuza-Navarro. "Det var lite svårt för mig att tro, om jag ska vara ärlig."
Forskarna analyserade 2000 10 digitala universum skapade som en del av projektet Cosmology and Astrophysics with Machine Learning Modeling (CAMELS). Dessa universum varierade i sammansättning från 50 % till XNUMX % materia, medan resten är mörk energi, vilket får universum att expandera snabbare och snabbare (Vårt verkliga kosmos är ungefär en tredjedel mörk och synlig materia och två tredjedelar mörk energi ) . När simuleringen fortskred smälte mörk materia och synlig materia samman till galaxer. Simuleringarna inkluderade också en grov behandling av komplexa fenomen som supernovor och utstötningar från supermassiva svarta hål.
Deans neurala nätverk studerade nästan 1 miljon simulerade galaxer i dessa olika digitala universum. Från sitt gudaliknande perspektiv kände han till varje galax storlek, sammansättning, massa och mer än ett dussin andra egenskaper. Han försökte relatera denna lista med siffror till materiens densitet i moderuniversumet.
Det lyckades. När det testades på tusentals nya galaxer från dussintals universum som det inte tidigare hade utforskat kunde det neurala nätverket förutsäga den kosmiska materiens täthet med en noggrannhet på 10 %. "Det spelar ingen roll vilken galax du tittar på, ingen trodde att detta ens skulle vara möjligt," sa Villaescuza-Navarro.
Också intressant:
- Space Entertainment Enterprise kommer att lansera en rymdfilmstudio 2024
- Amazon Alexa kommer att vara NASA:s digitala assistent på rymduppdraget Artemis I
Algoritmens prestanda förvånade forskarna eftersom galaxer till sin natur är kaotiska objekt. Vissa bildas på en gång, medan andra växer genom att äta sina grannar. Jättegalaxer tenderar att behålla sin materia, medan supernovor och svarta hål i dvärggalaxer kan skjuta ut det mesta av sin synliga materia.
En tolkning är att "Universum och/eller galaxer är på något sätt mycket enklare än vi föreställt oss." Teamet tillbringade sex månader med att försöka förstå hur det neurala nätverket blev så klokt. De kontrollerade för att se till att algoritmen inte bara hade hittat något sätt att härleda densiteten från simuleringskoden snarare än från galaxerna själva. Genom en serie experiment förstod forskarna hur algoritmen bestämmer den kosmiska tätheten. Genom att upprepade gånger omskola nätverket, systematiskt dölja olika galaktiska egenskaper, fokuserade de på de viktigaste attributen.
Det neurala nätverket avslöjade ett mycket mer exakt och komplext förhållande mellan cirka 17 galaktiska egenskaper och materiens densitet. Denna koppling kvarstår trots galaktiska sammanslagningar, stjärnexplosioner och utbrott av svarta hål.
Studien tyder faktiskt på att en omfattande studie av Vintergatan och kanske några andra närliggande galaxer i teorin skulle kunna möjliggöra en extremt exakt mätning av materien i vårt universum. Ett sådant experiment, sa Villaescuz-Navarro, kan ge ledtrådar till andra antal av kosmisk betydelse, till exempel summan av de okända massorna av de tre typerna av neutriner i universum.
Forskare gläd dig över att det neurala nätverket kunde hitta mönster i de röriga galaxerna i två oberoende simuleringar. Den digitala upptäckten väcker möjligheten att det verkliga kosmos kan hysa en liknande koppling mellan det stora och det lilla.
Detta är en mycket bra sak. Det upprättar en koppling mellan hela universum och en galax.
Läs också:
- Astronomer har upptäckt en ny klass av galaktiska nebulosor
- Forskare bekräftar för första gången den excentriska sammansmältningen av svarta hål