Un gruppo di scienziati potrebbe essersi imbattuto in un modo radicalmente nuovo di studiare la cosmologia.
I cosmologi di solito determinano la composizione dell'universo osservando quante più parti possibile di esso. Ma questi ricercatori hanno scoperto che un algoritmo di apprendimento automatico può esaminare una singola galassia modellata e prevedere la composizione complessiva dell'universo digitale in cui esiste, in modo simile all'analisi di un granello di sabbia casuale al microscopio e alla determinazione della massa dell'Eurasia. Sembra che le macchine abbiano scoperto uno schema che in futuro potrebbe consentire agli astronomi di fare inferenze su larga scala sul cosmo reale semplicemente studiando i mattoni elementari.
"Questa è un'idea completamente diversa. Invece di misurare quei milioni di galassie, puoi prenderne una. È sorprendente che funzioni", ha affermato Francisco Villaescuza-Navarro, astrofisico teorico del Flatiron Institute di New York e autore principale dell'articolo.
Questo non sarebbe dovuto accadere. L'incredibile scoperta è nata da un esercizio che Vilaescuza-Navarro ha dato a Jupiter Dean, uno studente dell'Università di Princeton: costruire una rete neurale che, date le proprietà di una galassia, potesse stimare un paio di attributi cosmologici. La sfida consisteva semplicemente nell'introdurre Dean all'apprendimento automatico. Poi hanno notato che il computer stava calcolando la densità totale della materia. "Pensavo che lo studente avesse commesso un errore", ha detto Villaescuza-Navarro. "Era un po' difficile per me crederci, ad essere onesto."
I ricercatori hanno analizzato 2000 universi digitali creati nell'ambito del progetto Cosmology and Astrophysics with Machine Learning Modeling (CAMELS). Questi universi variavano nella composizione dal 10% al 50% di materia, mentre il resto era energia oscura, che sta facendo sì che l'universo si espanda sempre più velocemente (il nostro vero cosmo è circa un terzo di materia oscura e visibile e due terzi di energia oscura) . Con il progredire della simulazione, la materia oscura e la materia visibile si sono fuse nelle galassie. Le simulazioni includevano anche un trattamento approssimativo di fenomeni complessi come supernove ed ejecta da buchi neri supermassicci.
La rete neurale di Dean ha studiato quasi 1 milione di galassie simulate in questi vari universi digitali. Dal suo punto di vista divino, conosceva le dimensioni, la composizione, la massa di ogni galassia e più di una dozzina di altre caratteristiche. Ha cercato di mettere in relazione questo elenco di numeri con la densità della materia nell'universo genitore.
È riuscito. Quando è stata testata su migliaia di nuove galassie provenienti da dozzine di universi che non aveva esplorato in precedenza, la rete neurale è stata in grado di prevedere la densità della materia cosmica con una precisione del 10%. "Non importa quale galassia stai guardando, nessuno pensava che sarebbe stato possibile", ha detto Villaescuza-Navarro.
Interessante anche:
- Space Entertainment Enterprise lancerà uno studio cinematografico spaziale nel 2024
- Amazon Alexa sarà l'assistente digitale della NASA nella missione spaziale Artemis I
Le prestazioni dell'algoritmo hanno stupito i ricercatori perché le galassie sono oggetti intrinsecamente caotici. Alcuni si formano tutti in una volta, mentre altri crescono mangiando i loro vicini. Le galassie giganti tendono a trattenere la loro materia, mentre le supernove e i buchi neri nelle galassie nane possono espellere la maggior parte della loro materia visibile.
Un'interpretazione è che "L'universo e/o le galassie sono in qualche modo molto più semplici di quanto immaginassimo". Il team ha trascorso sei mesi cercando di capire come la rete neurale sia diventata così saggia. Hanno verificato che l'algoritmo non avesse solo trovato un modo per ricavare la densità dal codice di simulazione piuttosto che dalle stesse galassie. Attraverso una serie di esperimenti, i ricercatori hanno capito come l'algoritmo determina la densità cosmica. Riqualificando ripetutamente la rete, nascondendo sistematicamente varie proprietà galattiche, si sono concentrati sugli attributi più importanti.
La rete neurale ha rivelato una relazione molto più precisa e complessa tra circa 17 proprietà galattiche e la densità della materia. Questa connessione persiste nonostante le fusioni galattiche, le esplosioni di stelle e le eruzioni di buchi neri.
Lo studio suggerisce che, in teoria, uno studio completo della Via Lattea e forse di alcune altre galassie vicine potrebbe consentire una misurazione estremamente precisa della materia nel nostro universo. Un simile esperimento, ha detto Villaescuz-Navarro, potrebbe fornire indizi su altri numeri di significato cosmico, come la somma delle masse sconosciute dei tre tipi di neutrini nell'universo.
Ricercatori rallegrati che la rete neurale sia stata in grado di trovare schemi nelle galassie disordinate di due simulazioni indipendenti. La scoperta digitale solleva la possibilità che il cosmo reale possa ospitare una connessione simile tra il grande e il piccolo.
Questa è una cosa molto buona. Stabilisce una connessione tra l'intero universo e una galassia.
Leggi anche:
- Gli astronomi hanno scoperto una nuova classe di nebulose galattiche
- Gli scienziati per la prima volta confermano l'eccentrica fusione dei buchi neri