Un groupe de les scientifiques sont peut-être tombés sur une nouvelle façon radicale de faire de la cosmologie.
Les cosmologistes déterminent généralement la composition de l’univers en en observant le plus possible. Mais ces chercheurs ont découvert qu’un algorithme d’apprentissage automatique peut scruter une seule galaxie simulée et prédire la composition globale de l’univers numérique dans lequel elle existe – un exploit analogue à l’analyse d’un grain de sable aléatoire au microscope et à la masse de l’Eurasie. . Les machines semblent avoir trouvé un modèle qui pourrait un jour permettre aux astronomes de tirer des conclusions radicales sur le cosmos réel simplement en étudiant ses éléments constitutifs élémentaires.
« C’est une idée complètement différente », a déclaré Francisco Villaescusa-Navarro, astrophysicien théoricien au Flatiron Institute de New York et auteur principal de l’ouvrage. « Au lieu de mesurer ces millions de galaxies, vous pouvez en prendre une seule. C’est vraiment incroyable que cela fonctionne.
Ce n’était pas censé le faire. La découverte improbable est née d’un exercice que Villaescusa-Navarro a donné à Jupiter Ding, un étudiant de premier cycle de l’Université de Princeton : Construire un réseau de neurones qui, connaissant les propriétés d’une galaxie, peut estimer quelques attributs cosmologiques. La mission visait simplement à familiariser Ding avec l’apprentissage automatique. Puis ils ont remarqué que l’ordinateur clouait la densité globale de la matière.
« Je pensais que l’étudiant avait fait une erreur », a déclaré Villaescusa-Navarro. « C’était un peu difficile pour moi d’y croire, pour être honnête. »
Les résultats de l’enquête qui a suivi sont apparus dans une prépublication du 6 janvier qui a été soumise pour publication. Les chercheurs ont analysé 2 000 univers numériques générés par le projet Cosmology and Astrophysics with Machine Learning Simulations (CAMELS). Ces univers avaient une gamme de compositions, contenant entre 10% et 50% de matière, le reste étant constitué d’énergie noire, ce qui pousse l’univers à se développer de plus en plus vite. (Notre cosmos actuel se compose d’environ un tiers de matière noire et visible et de deux tiers d’énergie noire.) Au cours des simulations, la matière noire et la matière visible tourbillonnaient ensemble dans les galaxies. Les simulations comprenaient également des traitements approximatifs d’événements complexes comme les supernovas et les jets qui éclatent à partir de trous noirs supermassifs.
Le réseau de neurones de Ding a étudié près d’un million de galaxies simulées au sein de ces divers univers numériques. De son point de vue divin, il connaissait la taille, la composition, la masse de chaque galaxie et plus d’une douzaine d’autres caractéristiques. Il a cherché à relier cette liste de nombres à la densité de matière dans l’univers parent.
C’est réussi. Lorsqu’il a été testé sur des milliers de galaxies fraîches de dizaines d’univers qu’il n’avait pas encore examinés, le réseau de neurones a pu prédire la densité cosmique de la matière à 10 % près. « Peu importe la galaxie que vous envisagez », a déclaré Villaescusa-Navarro. « Personne n’imaginait que cela serait possible. »
« Cette galaxie peut obtenir [the density to] 10% environ, c’était très surprenant pour moi », a déclaré Volker Springel, un expert en simulation de formation de galaxies à l’Institut Max Planck d’astrophysique qui n’a pas participé à la recherche.
Les performances de l’algorithme ont étonné les chercheurs car les galaxies sont par nature des objets chaotiques. Certains se forment d’un seul coup, et d’autres grandissent en mangeant leurs voisins. Les galaxies géantes ont tendance à conserver leur matière, tandis que les supernovas et les trous noirs des galaxies naines peuvent éjecter la majeure partie de leur matière visible. Pourtant, chaque galaxie avait réussi à garder un œil sur la densité globale de matière dans son univers.
Une interprétation est « que l’univers et/ou les galaxies sont à certains égards beaucoup plus simples que nous ne l’avions imaginé », a déclaré Pauline Barmby, astronome à l’Université Western en Ontario. Une autre est que les simulations ont des défauts non reconnus.