Révolution IA : Décryptage des secrets cachés de la structure cosmique

AI breakthrough unlocks hidden patterns in the universe’s structure

Révolution IA : Décryptage des secrets cachés de la structure cosmique

Une nouvelle méthode pilotée par l'IA transforme la façon dont les scientifiques mesurent l'univers. Développée par des chercheurs du Flatiron Institute et leurs partenaires, cette technique offre une précision inédite pour déterminer les propriétés clés du cosmos. Baptisée Simulation-Based Inference of Galaxies (SimBIG), elle extrait des indices cachés dans les motifs galactiques, révélant des informations jusqu'alors inaccessibles. Publiée dans Nature Astronomy, cette avancée majeure réduit de moitié les incertitudes sur des paramètres cruciaux comme la distribution de la matière noire.

L'approche SimBIG surpasse les anciennes méthodes en analysant des motifs subtils négligés auparavant. "Ces paramètres cosmologiques sont comme les 'réglages' de l'univers", explique Liam Parker du Flatiron Institute, co-auteur de l'étude. Ils incluent l'énergie noire, la matière noire, et les caractéristiques primordiales comme l'opacité cosmique.

ChangHoon Hahn de Princeton, auteur principal, précise : "Nous n'avions pas accès aux échelles microscopiques. L'IA nous permet désormais d'exploiter ces données." Son équipe a entraîné un modèle sur 2000 simulations du projet Quijote, reproduisant les imperfections des observations réelles. Sans l'IA, des centaines de milliers de simulations auraient été nécessaires.

Testé sur 109 636 galaxies du Baryon Oscillation Spectroscopic Survey, le modèle a doublé la précision des estimations avec quatre fois moins de données. "Obtenir plus de précision avec moins de données, c'est repousser les limites du possible", souligne Shirley Ho, co-auteure. Ces économies sont cruciales alors que les relevés galactiques coûtent des milliards.

Une application prometteuse concerne la "tension de Hubble" - l'écart de 10% entre les mesures d'expansion cosmique. SimBIG pourrait trancher ce débat, révélant potentiellement de nouvelles lois physiques. "Si la tension persiste malgré nos mesures précises, cela indiquerait une physique inconnue gouvernant l'énergie noire", avance Hahn.

Cette étude ouvre une nouvelle ère en cosmologie. En exploitant l'IA pour extraire des informations cachées dans la structure fine de l'univers, les chercheurs disposent désormais d'un outil puissant pour percer les mystères de la matière noire et de l'expansion cosmique.

Đột phá AI giải mã những bí ẩn vũ trụ ẩn giấu trong cấu trúc thiên hà

Một phương pháp mới ứng dụng trí tuệ nhân tạo (AI) đang thay đổi cách các nhà khoa học đo đạc vũ trụ. Được phát triển bởi nhóm nghiên cứu tại Flatiron Institute cùng các đối tác, kỹ thuật mang tên SimBIG (Suy luận dựa trên mô phỏng thiên hà) giúp xác định các đặc tính vũ trụ với độ chính xác chưa từng có. Bằng cách phân tích các mẫu hình ẩn trong phân bố thiên hà, SimBIG đã giảm 50% sai số về thông số quan trọng như mật độ vật chất. Nghiên cứu đăng trên tạp chí Nature Astronomy đánh dấu bước tiến vượt bậc trong ngành vũ trụ học.

Khác với phương pháp truyền thống chỉ tập trung vào cụm thiên hà lớn, SimBIG khai thác cả những chi tiết vi mô bị bỏ qua trước đây. Liam Parker, đồng tác giả nghiên cứu, giải thích: "Các thông số vũ trụ này giống như 'cài đặt' quy định cách vận hành của toàn vũ trụ, bao gồm tỷ lệ năng lượng tối, vật chất tối và đặc điểm thời kỳ sơ khai".

ChangHoon Hahn từ Đại học Princeton, trưởng nhóm nghiên cứu, chia sẻ: "AI giúp chúng tôi khai thác dữ liệu ở quy mô nhỏ mà trước đây không thể tiếp cận". Nhóm đã huấn luyện mô hình AI trên 2.000 vũ trụ mô phỏng từ dự án Quijote, mô phỏng cả sai số thực tế do kính thiên văn và khí quyển. Hahn nhấn mạnh: "Không có AI, chúng tôi sẽ cần hàng trăm ngàn mô phỏng để đạt kết quả tương tự".

Khi áp dụng vào dữ liệu thực từ 109.636 thiên hà do Khảo sát Dao động Baryon cung cấp, AI đã cải thiện độ chính xác gấp đôi so với phương pháp cũ dù chỉ sử dụng 1/4 lượng dữ liệu. Shirley Ho, đồng tác giả, cho biết: "Độ chính xác cao hơn với ít dữ liệu hơn giúp đẩy giới hạn nghiên cứu xa hơn". Điều này đặc biệt quan trọng khi mỗi khảo sát thiên hà tốn hàng tỷ USD.

Một ứng dụng then chốt của SimBIG là giải quyết "nghịch lý Hubble" - sự chênh lệch 10% giữa hai phương pháp đo tốc độ giãn nở vũ trụ. Hahn kỳ vọng: "Nếu xác nhận được mâu thuẫn này tồn tại, chúng ta có thể phát hiện vật lý mới về năng lượng tối".

Nghiên cứu này mở ra kỷ nguyên mới cho vũ trụ học. Bằng cách tận dụng AI để khai thác thông tin ẩn trong cấu trúc vi mô của vũ trụ, các nhà khoa học giờ đây có thể giải mã những bí ẩn lớn nhất về vật chất tối và sự giãn nở của không-thời gian.