Tudósok egy csoportja a kozmológia tanulmányozásának radikálisan új módszerére bukkanhatott.
A kozmológusok általában úgy határozzák meg az univerzum összetételét, hogy minél több részét megfigyelik. De ezek a kutatók azt találták, hogy egy gépi tanulási algoritmus egyetlen modellezett galaxist is képes megvizsgálni, és megjósolni a digitális univerzum teljes összetételét, amelyben az létezik – hasonlóan egy véletlenszerű homokszem mikroszkóp alatti elemzéséhez és Eurázsia tömegének meghatározásához. Úgy tűnik, hogy a gépek olyan mintát fedeztek fel, amely a jövőben lehetővé teheti a csillagászok számára, hogy nagyszabású következtetéseket vonjanak le a valódi kozmoszról pusztán az elemi építőelemek tanulmányozásával.
„Ez egy teljesen más ötlet. Ahelyett, hogy megmérné azt a milliónyi galaxist, választhat egyet. Meglepő, hogy működik” – mondta Francisco Villaescuza-Navarro, a New York-i Flatiron Intézet elméleti asztrofizikusa és a cikk vezető szerzője.
Ennek nem lett volna szabad megtörténnie. A hihetetlen felfedezés abból a gyakorlatból nőtt ki, amelyet Vilaescuza-Navarro adott Jupiter Deannek, a Princetoni Egyetem hallgatójának: építsen fel egy neurális hálózatot, amely a galaxis tulajdonságait figyelembe véve képes megbecsülni néhány kozmológiai tulajdonságot. A kihívás egyszerűen az volt, hogy megismertessük Deant a gépi tanulással. Aztán észrevették, hogy a számítógép az anyag teljes sűrűségét számolja. "Azt hittem, a diák hibázott" - mondta Villaescuza-Navarro. – Egy kicsit nehéz volt elhinnem, hogy őszinte legyek.
A kutatók 2000 digitális univerzumot elemeztek, amelyeket a Kozmológia és asztrofizika gépi tanulási modellezéssel (CAMELS) projekt részeként hoztak létre. Ezeknek az univerzumoknak az összetétele 10% és 50% között változott, a többi sötét energia, ami miatt az univerzum egyre gyorsabban tágul (Valódi kozmoszunk körülbelül egyharmada sötét és látható anyag, kétharmada pedig sötét energia) . A szimuláció előrehaladtával a sötét anyag és a látható anyag galaxisokká egyesült. A szimulációk tartalmazták az olyan összetett jelenségek durva kezelését is, mint a szupernóvák és a szupermasszív fekete lyukakból való kilökődés.
Dean neurális hálózata közel 1 millió szimulált galaxist vizsgált ezekben a különféle digitális univerzumokban. Isteni szemszögéből nézve minden galaxis méretét, összetételét, tömegét és több mint egy tucat egyéb jellemzőt ismerte. Ezt a számlistát igyekezett összefüggésbe hozni az anya-univerzum anyagsűrűségével.
Sikerült. Amikor több tucat univerzumból származó több ezer új galaxison tesztelték, amelyet korábban nem tártak fel, a neurális hálózat 10%-os pontossággal tudta megjósolni a kozmikus anyag sűrűségét. "Nem számít, milyen galaxist nézünk, senki sem gondolta, hogy ez lehetséges" - mondta Villaescuza-Navarro.
Szintén érdekes:
- A Space Entertainment Enterprise 2024-ben űrfilmstúdiót indít
- Amazon Alexa lesz a NASA digitális asszisztense az Artemis I űrmisszióban
Az algoritmus teljesítménye lenyűgözte a kutatókat, mert a galaxisok eredendően kaotikus objektumok. Egyesek egyszerre keletkeznek, míg mások úgy nőnek fel, hogy feleszik a szomszédaikat. Az óriásgalaxisok általában megtartják anyagukat, míg a szupernóvák és a törpegalaxisokban lévő fekete lyukak ki tudják dobni látható anyaguk nagy részét.
Az egyik értelmezés szerint "Az univerzum és/vagy a galaxisok valahogy sokkal egyszerűbbek, mint gondoltuk." A csapat hat hónapig próbálta megérteni, hogyan lett ilyen bölcs a neurális hálózat. Ellenőrizték, hogy az algoritmus nem talált-e valamilyen módot a sűrűség levezetésére a szimulációs kódból, nem pedig magukból a galaxisokból. Egy sor kísérlet során a kutatók megértették, hogyan határozza meg az algoritmus a kozmikus sűrűséget. A hálózat többszöri átképzésével, a különféle galaktikus tulajdonságok szisztematikus elrejtésével a legfontosabb tulajdonságokra összpontosítottak.
A neurális hálózat sokkal pontosabb és összetettebb összefüggést tárt fel körülbelül 17 galaktikus tulajdonság és az anyag sűrűsége között. Ez a kapcsolat a galaktikus egyesülések, csillagrobbanások és fekete lyukak kitörései ellenére is fennáll.
A tanulmány azt sugallja, hogy elméletileg a Tejútrendszer és talán néhány más közeli galaxis átfogó tanulmányozása lehetővé tenné az univerzumunk anyagának rendkívül pontos mérését. Villaescuz-Navarro szerint egy ilyen kísérlet más kozmikus jelentőségű számokhoz adhat támpontokat, például az univerzumban található háromféle neutrínó ismeretlen tömegének összegét.
Kutatók örülj annak, hogy a neurális hálózat képes volt mintákat találni két független szimuláció rendetlen galaxisaiban. A digitális felfedezés felveti annak lehetőségét, hogy a valódi kozmosz hasonló kapcsolatot rejt magában a nagy és a kicsi között.
Ez nagyon jó dolog. Kapcsolatot hoz létre az egész univerzum és egy galaxis között.
Olvassa el még:
- A csillagászok a galaktikus ködök új osztályát fedezték fel
- A tudósok először erősítették meg a fekete lyukak különc egyesülését