L’intelligenza artificiale migliora la stima dei parametri cosmologici, ampliando la comprensione dell’espansione e della struttura dell’Universo.
Parametri cosmici perfezionati dall’intelligenza artificiale
Il modello standard dell’Universo dipende da sei numeri. Utilizzando un nuovo metodo basato sull’intelligenza artificiale, i ricercatori del Flatiron Institute e i loro colleghi hanno estratto informazioni nascoste nella distribuzione delle galassie per stimare i valori di cinque di questi parametri cosmologici con una precisione senza precedenti.
Rispetto alle tecniche convenzionali che utilizzano gli stessi dati della galassia, l’approccio ha prodotto meno della metà dell’incertezza per il parametro che descrive la grumosità della materia dell’Universo.
Inoltre, il metodo basato sull’intelligenza artificiale ha concordato strettamente con le stime dei parametri cosmologici basate sulle osservazioni di altri fenomeni, come la luce più antica dell’Universo.
Lo studio
Il loro metodo, la Simulation-Based Inference of Galaxies (o SimBIG), è stato descritto in dettaglio in una serie di articoli recenti, tra cui un nuovo studio pubblicato su Nature Astronomy.
Generare vincoli più rigidi sui parametri utilizzando gli stessi dati sarà fondamentale per studiare tutto, dalla composizione della materia oscura alla natura dell’energia oscura che spinge l’universo a dividersi, ha dichiarato la coautrice dello studio Shirley Ho, responsabile di un gruppo presso il Center for Computational Astrophysics (CCA) del Flatiron Institute di New York City. Questo è particolarmente vero poiché nei prossimi anni saranno disponibili nuovi sondaggi del Cosmo.
“Ognuno di questi sondaggi costa centinaia di milioni o miliardi di dollari“, ha spiegato Ho: “Il motivo principale per cui esistono questi sondaggi è perché vogliamo comprendere meglio questi parametri cosmologici. Quindi, se si pensa in senso molto pratico, questi parametri valgono decine di milioni di dollari ciascuno. Si vuole la migliore analisi possibile per estrarre più conoscenza possibile da questi sondaggi e spingere i confini della nostra comprensione dell’Universo”.
I sei parametri cosmologici descrivono la quantità di materia ordinaria, materia oscura ed energia oscura nell’Universo e le condizioni successive al Big Bang, come l’opacità dell’Universo neonato mentre si raffreddava e se la massa nel Cosmo è distribuita o in grandi grumi. I parametri: “Sono essenzialmente le ‘impostazioni’ dell’Universo che determinano come funziona sulle scale più grandi“, ha osservato Liam Parker, coautore dello studio e analista di ricerca presso il CCA.
Uno dei modi più importanti in cui i cosmologi calcolano i parametri è studiando il raggruppamento delle galassie dell’Universo. In precedenza, queste analisi hanno esaminato solo la distribuzione su larga scala delle galassie.
“Non siamo stati in grado di scendere a piccole scale“, ha ammesso ChangHoon Hahn, ricercatore associato presso la Princeton University e autore principale dello studio: “Da un paio d’anni sappiamo che ci sono informazioni aggiuntive, semplicemente non avevamo un buon modo per estrarle”.
Hahn ha proposto un modo per sfruttare l’intelligenza artificiale per estrarre quelle informazioni su piccola scala. Il suo piano ha previsto due fasi: innanzitutto, lui e i suoi colleghi avrebbero addestrato un modello di intelligenza artificiale per determinare i valori dei parametri cosmologici in base all’aspetto di universi simulati. Quindi avrebbero mostrato al loro modello le osservazioni effettive della distribuzione delle galassie.
Hahn, Ho, Parker e i loro colleghi hanno addestrato il loro modello di intelligenza artificiale mostrandogli 2.000 Universi a forma di scatola dalla suite di simulazione Quijote sviluppata da CCA, con ogni Universo creato utilizzando valori diversi per i parametri cosmologici.
I ricercatori hanno persino fatto apparire i 2.000 Universi come dati generati da indagini sulle galassie, inclusi difetti dell’atmosfera e dei telescopi stessi, per dare all’intelligenza artificiale una pratica realistica: “Si tratta di un gran numero di simulazioni, ma è una quantità gestibile“, ha specificato Hahn: “Se non avessi l’ apprendimento automatico, ne servirebbero centinaia di migliaia”.
Ingerendo le simulazioni, il modello di intelligenza artificiale ha imparato nel tempo come i valori dei parametri cosmologici siano correlati con piccole differenze nell’aggregazione delle galassie, come la distanza tra singole coppie di galassie.
SimBIG ha anche imparato come estrarre informazioni dalla disposizione più ampia delle galassie dell’Universo osservando tre o più galassie alla volta e analizzando le forme create tra di esse, come lunghi triangoli allungati o triangoli equilateri tozzi.
Con il modello addestrato, i ricercatori gli hanno presentato 109.636 galassie reali misurate dal Baryon Oscillation Spectroscopic Survey. Come speravano, il modello ha sfruttato dettagli su piccola e larga scala nei dati per aumentare la precisione delle sue stime dei parametri cosmologici.
Tali stime erano così precise da essere equivalenti a un’analisi tradizionale che utilizzava circa quattro volte più galassie. Questo è importante perché l’Universo ha solo un numero limitato di galassie. Ottenendo una precisione maggiore con meno dati, SimBIG può spingere i limiti di quello che è possibile.
Conclusioni
Un’applicazione entusiasmante di tale precisione sarà la crisi cosmologica nota come tensione di Hubble. La tensione deriva da stime non corrispondenti della costante di Hubble, che descrive la rapidità con cui ogni cosa nell’Universo si sta diffondendo.
Per calcolare la costante di Hubble è necessario stimare le dimensioni dell’Universo utilizzando dei “righelli cosmici“. Le stime basate sulla distanza delle stelle in esplosione chiamate supernovae nelle galassie distanti sono circa il 10 percento più elevate di quelle basate sulla spaziatura delle fluttuazioni nella luce più antica dell’Universo.
Nuove indagini che saranno online nei prossimi anni cattureranno una parte maggiore della storia dell’Universo. L’associazione dei dati di tali indagini con SimBIG rivelerà meglio l’entità della tensione di Hubble e se la discrepanza può essere risolta o se necessita di un modello rivisto dell’Universo, ha concluso Hahn: “Se misuriamo le quantità in modo molto preciso e possiamo affermare con fermezza che c’è una tensione, questo potrebbe rivelare una nuova fisica sull’energia oscura e l’espansione dell’Universo”.
