人工智能在一项开创性研究中揭示了暗能量的秘密

伦敦大学学院领导的研究小组利用人工智能（AI）技术，从过去 70 亿年宇宙中暗物质和可见物质的地图中更准确地推断出暗能量的影响和特性。

这项由暗能量调查项目进行的研究，使从地图推断宇宙关键特性（包括暗能量的总体密度）的分辨率提高了一倍。

这种分辨率的提高使研究人员能够排除以前可以想象的宇宙模型。

宇宙认识的进步

暗能量是一种加速宇宙膨胀的神秘力量，被认为约占宇宙物质的 70%（暗物质，一种引力作用于星系的不可见物质，占 25%，普通物质仅占 5%） ）。 ）。

主要作者尼尔·杰弗里博士（加州大学洛杉矶分校物理与天文学）表示：“通过使用人工智能从计算机模拟的宇宙中学习，我们将宇宙关键属性估计的准确性提高了两倍。

“如果没有这些新技术，要实现这一改进，我们将需要四倍的数据量。这相当于绘制另外 3 亿个星系的地图。”

合著者洛恩·怀特韦博士（加州大学洛杉矶分校物理与天文学）表示：“我们的发现与目前对暗能量作为‘宇宙学常数’的最佳预测一致，其值不随空间或时间而变化。 然而，它也允许灵活地使不同的解释有效。 例如，我们的引力理论仍然可能是错误的。

物质图源自其中一个模拟宇宙。 地图上较亮的区域显示暗物质较密集的区域。 这些对应于星系的超星系团。 几乎黑色的暗点是宇宙空隙，是星系团之间的大片空白空间。 图片来源：Niall Jeffery 等人

改进宇宙学模型

与之前对 2021 年首次发布的暗能量巡天地图的分析一致，结果表明，宇宙中的物质比爱因斯坦广义相对论预测的更平滑，更少聚集。 然而，本研究的差异不如之前的分析显着，之前的分析误差线较大。

暗能量巡天的地图是通过一种称为弱引力透镜的方法获得的，也就是说，观察来自遥远星系的光在到达地球的途中如何被中间物质的引力弯曲。

该合作分析了 1 亿个星系形状的扭曲，以推断这些星系前景中所有物质（暗物质和可见物质）的分布。 由此产生的地图覆盖了南半球四分之一的天空。

在这项新研究中，研究人员使用英国政府资助的超级计算机根据暗能量调查物质图的数据对不同的宇宙进行模拟。 每个模拟都有不同的宇宙数学模型支持。

研究人员根据每次模拟创建了物质图。 A 机器学习 该模型用于提取这些地图中与宇宙学模型相关的信息。 第二个机器学习工具从不同宇宙学模型模拟的大量宇宙例子中学习，查看真实观测到的数据，并给出任何宇宙学模型都是我们宇宙的真实模型的概率。

这项新技术使研究人员能够使用比以前的方法更多的地图信息。

模拟是在英国科学技术设施委员会 (STFC) 资助的 DiRAC 高性能计算 (HPC) 设施中进行的。

宇宙学的未来探索

黑暗宇宙项目的下一阶段——包括去年夏天启动的欧洲航天局（ESA）欧几里得任务——将大幅增加我们掌握的有关宇宙大尺度结构的数据量，帮助研究人员确定……宇宙出乎意料的平滑导致了黑暗宇宙尺寸的增加。 熵表明当前的宇宙学模型是错误的，或者是否有其他解释。

目前，这种平滑度与基于宇宙微波背景（CMB）（来自宇宙的剩余光）分析的预测不一致。 大爆炸。

美国能源部费米国家加速器实验室 (Fermilab) 主办暗能量调查合作组织，伦敦大学学院是该组织的创始成员，成员包括来自七个国家 25 个机构的 400 多名科学家。

此次合作使用 570 兆像素暗能量相机（世界上最强大的数码相机之一）在六年时间（从 2013 年到 2019 年）拍摄的夜空图像，对数亿个星系进行了编目。 该相机的光学校正器是在加利福尼亚大学制造的，安装在美国国家科学基金会位于智利的托洛洛山美洲天文台的望远镜上。

参考：“第 3 年暗能量调查结果：基于弱透镜地图统计的神经压缩的无概率、基于模拟的 wCDM 推理”作者：N. Jeffrey、L. Whiteway、M. Gatti、J. Williamson、J. Alsing、A . Porredon、J. Prat、C. Doux、B. Jain、C. Chang、T.-Y。 程，T. 卡普尔扎克，P. 莱莫斯，A. 阿拉尔孔，A. 阿蒙，K. 贝克托尔 (Bechtol)，M.R. 贝克尔 (Becker)，J.M. 伯恩斯坦 (J.M. Bernstein)，A. 坎波斯，A. 卡内罗-拉塞尔，R. 陈，A. 崔，J. 德罗斯，A. Drlica-Wagner、K. Eckert、S. Everett、A. Ferté、D. Gruen、R. A. Gruendl、K. Herner、M. Jarvis、J. McCullough、J. Myles、A. Navarro-Alsina、S. Pandey、M . Rafferi、R. B. Rollins、E. S. Raykov、C. Sanchez、L. F. Seco、I. Sevilla-Noarbe、E. Sheldon、T. Chen、M. A. Troxel、I. Totosos、T. N. Varga、P. Yanni、P. Yin、G. Zontz，M.阿吉纳，S.S.阿拉姆，O.阿尔维斯，D. 培根，S. 布凯，D. 布鲁克斯，L.N.达科斯塔，T.M.戴维斯，J.D.维森特，S.德赛，H.T.迪尔，I.费雷罗，J. 弗里曼，J. 加西亚·贝利多，E. 加兹塔纳加 (Gazztanaga)，G. 贾尼尼 (Giannini)，G. 古铁雷斯，S. 米娜·费尔南德斯，R. 米克尔，A. 皮雷斯，A.A. 马拉贡广场，A. 罗德曼，M. 萨科，E. 桑切斯，D. 桑切斯·席德，M. 史密斯，E. Sucheta, M. E. C. Swanson, J. 塔利 (Tarley)，D. L. 塔克 (Tucker)，N. 韦弗代克，J. 惠勒，B. 韦斯曼，M. 山本，2024 年 3 月 4 日， 非星系宇宙学和天体物理学。
arXiv：2403.02314