ייתכן שקבוצת מדענים נתקלה בדרך חדשה לחלוטין לחקור קוסמולוגיה.
קוסמולוגים קובעים בדרך כלל את הרכב היקום על ידי התבוננות בכמה שיותר חלקים ממנו. אבל חוקרים אלה מצאו שאלגוריתם למידת מכונה יכול לבחון גלקסיה אחת עם מודל ולחזות את ההרכב הכולל של היקום הדיגיטלי שבו היא קיימת - בדומה לניתוח גרגר חול אקראי במיקרוסקופ וקביעת המסה של אירואסיה. נראה שהמכונות גילו דפוס שבעתיד עשוי לאפשר לאסטרונומים להסיק מסקנות בקנה מידה גדול על הקוסמוס האמיתי פשוט על ידי לימוד אבני הבניין היסודיות.
"זה רעיון אחר לגמרי. במקום למדוד את מיליוני הגלקסיות האלה, אתה יכול פשוט לקחת אחת. זה מפתיע שזה עובד", אמר פרנסיסקו וילאסקוזה-נבארו, אסטרופיזיקאי תיאורטי במכון פלטירון בניו יורק והמחבר הראשי של המאמר.
זה לא היה צריך לקרות. התגלית המדהימה צמחה מתרגיל שנתן Vilaescuza-Navarro ליופיטר דין, סטודנט באוניברסיטת פרינסטון: לבנות רשת עצבית שבהינתן תכונותיה של גלקסיה, תוכל להעריך כמה תכונות קוסמולוגיות. האתגר היה פשוט להציג את דין ללמידת מכונה. ואז הם שמו לב שהמחשב מחשב את הצפיפות הכוללת של החומר. "חשבתי שהתלמיד עשה טעות", אמרה וילאסקוזה-נבארו. "היה לי קצת קשה להאמין, למען האמת."
החוקרים ניתחו 2000 יקומים דיגיטליים שנוצרו במסגרת פרויקט קוסמולוגיה ואסטרופיזיקה עם מודלים של למידת מכונה (CAMELS). יקומים אלה השתנו בהרכבם מ-10% ל-50% חומר, כאשר השאר הם אנרגיה אפלה, שגורמת ליקום להתפשט מהר יותר ויותר (הקוסמוס האמיתי שלנו הוא כשליש חומר אפל וגלוי ושני שליש אנרגיה אפלה) . ככל שהסימולציה התקדמה, החומר האפל והחומר הנראה התמזגו לגלקסיות. ההדמיות כללו גם טיפול גס בתופעות מורכבות כמו סופרנובות ופליטות מחורים שחורים סופר מסיביים.
הרשת העצבית של דין חקרה כמעט מיליון גלקסיות מדומות ביקומים דיגיטליים שונים אלה. מנקודת המבט האלים שלו, הוא הכיר את גודלה, הרכבה, המסה של כל גלקסיה ועוד יותר מתריסר מאפיינים אחרים. הוא ביקש לקשר את רשימת המספרים הזו לצפיפות החומר ביקום האב.
זה הצליח. כאשר נבדקה על אלפי גלקסיות חדשות מעשרות יקומים שלא חקרה בעבר, הרשת העצבית הצליחה לחזות את צפיפות החומר הקוסמי בדיוק של 10%. "זה לא משנה באיזו גלקסיה אתה מסתכל, אף אחד לא חשב שזה בכלל אפשרי", אמר וילאסקוזה-נבארו.
מעניין גם:
- Space Entertainment Enterprise תשיק אולפן סרטי חלל ב-2024
- אמזון אלקסה תהיה העוזרת הדיגיטלית של נאס"א במשימת החלל ארטמיס I
ביצועי האלגוריתם הדהימו את החוקרים מכיוון שגלקסיות הן עצמים כאוטיים מטבעם. חלקם נוצרים בבת אחת, בעוד שאחרים גדלים על ידי אכילת שכניהם. גלקסיות ענק נוטות לשמור על החומר שלהן, בעוד שסופרנובות וחורים שחורים בגלקסיות ננסיות יכולות לפלוט את רוב החומר הנראה שלהן.
פירוש אחד הוא ש"היקום ו/או הגלקסיות הם איכשהו הרבה יותר פשוטים ממה שדמיינו". הצוות בילה שישה חודשים בניסיון להבין כיצד הפכה הרשת העצבית לחכמה כל כך. הם בדקו כדי לוודא שהאלגוריתם לא רק מצא דרך להפיק את הצפיפות מקוד הסימולציה ולא מהגלקסיות עצמן. באמצעות סדרה של ניסויים, החוקרים הבינו כיצד האלגוריתם קובע את הצפיפות הקוסמית. על ידי אימון חוזר של הרשת, הסתרה שיטתית של תכונות גלקטיות שונות, הם התמקדו בתכונות החשובות ביותר.
הרשת העצבית חשפה קשר הרבה יותר מדויק ומורכב בין כ-17 תכונות גלקטיות וצפיפות החומר. הקשר הזה נמשך למרות מיזוגים גלקטיים, פיצוצי כוכבים והתפרצויות חורים שחורים.
המחקר אכן מצביע על כך שבתיאוריה, מחקר מקיף של שביל החלב ואולי עוד כמה גלקסיות סמוכות יוכל לאפשר מדידה מדויקת ביותר של החומר ביקום שלנו. ניסוי כזה, אמר Villaescuz-Navarro, יכול לספק רמזים למספרים אחרים בעלי משמעות קוסמית, כמו סכום המסות הבלתי ידועות של שלושת סוגי הנייטרינים ביקום.
חוקרים לשמוח שהרשת העצבית הצליחה למצוא דפוסים בגלקסיות המבולגנות של שתי הדמיות עצמאיות. הגילוי הדיגיטלי מעלה את האפשרות שהקוסמוס האמיתי עשוי להכיל קשר דומה בין הגדול לקטן.
זה דבר טוב מאוד. הוא יוצר קשר בין היקום כולו לגלקסיה אחת.
קרא גם:
- אסטרונומים גילו סוג חדש של ערפיליות גלקטיות
- מדענים מאשרים לראשונה את המיזוג האקסצנטרי של חורים שחורים