Un nuovo programma informatico basato sull’apprendimento automatico e sulle reti neurali viene annunciato da un team di ricercatori in uno studio pubblicato su Physical Review D. Il software, definito come molto veloce e altamente efficiente, assistito dall’intelligenza artificiale, si rivela particolarmente utile per analizzare la distribuzione delle galassie a livello tridimensionale nel nostro universo nonché la materia oscura.
Distribuzione delle galassie
La distribuzione delle galassie è uno degli oggetti di studio principali degli astronomi. Da quando è stato pubblicato lo Sloan Digital Sky Survey (SDSS, a partire dai primi anni 2000), i ricercatori hanno cominciato a comprendere come le galassie sono distribuite. Alcune di esse tendono a raggrupparsi insieme, altre tendono a formare dei filamenti, mentre esistono degli spazi vuoti in cui le galassie sembrano mancare del tutto. La distribuzione delle galassie nel cosmo è chiaramente non uniforme e ciò si spiega con gli effetti della gravità, in particolare di quella della materia oscura.
La materia oscura
La materia oscura è uno dei più grandi misteri dell’universo: attualmente risulta ancora “invisibile” e l’unico modo che abbiamo per analizzarla in qualche modo è studiare i suoi effetti gravitazionali. Proprio per questo le mappe tridimensionali della distribuzione delle galassie possono rivelarsi molto utili per capire gli effetti dell’attrazione redazionale della materia oscura.
I ricercatori, guidati da Yosuke Kobayashi, attualmente all’Università dell’Arizona, hanno usato l’apprendimento automatico per far sì che il programma che hanno sviluppato possa calcolare lo spettro di potenza della distribuzione delle galassie nel cosmo. I ricercatori hanno eseguito una “emulazione”, che è una cosa diversa dalla simulazione e che è già ampiamente usata in vari campi dell’informatica.
Gli emulatori che i ricercatori hanno creato, spiega Kobayashi, possono analizzare i dati delle osservazioni reali. Secondo lo scienziato questo nuovo studio “ha aperto una nuova frontiera nell’analisi dei dati strutturali su larga scala”.
Note e approfondimenti
- Extensive training on virtual universes from supercomputer simulations produces AI-assisted analysis of three-dimensional galaxy distribution in our Universe | Kavli IPMU-カブリ数物連携宇宙研究機構
- Phys. Rev. D 105, 083517 (2022) – Full-shape cosmology analysis of the SDSS-III BOSS galaxy power spectrum using an emulator-based halo model: A 5% determination of
σ8 (DOI: PhysRevD.105.083517)
