Ricercatori guidati dall'Istituto di Scienze del Cosmo dell'Università di Barcellona (ICCUB) hanno sviluppato una nuova tecnica che potrebbe migliorare notevolmente il modo in cui gli scienziati studiano l'espansione dell'Universo e indagano la misteriosa forza nota come energia oscura. Perché, a quanto pare, l'universo non ha ancora finito di darsi arie.

Pubblicata su Nature Astronomy, la ricerca introduce un framework chiamato CIGaRS in grado di estrarre molte più informazioni dalle supernove di tipo Ia, le potenti esplosioni stellari utilizzate per misurare vaste distanze cosmiche. A differenza di molti approcci attuali, il metodo si basa principalmente su dati di imaging piuttosto che su costose osservazioni spettroscopiche. Si prevede che il progresso aiuterà gli astronomi a sfruttare appieno gli enormi set di dati che arriveranno presto dai sondaggi celesti di prossima generazione, in particolare quelli condotti dall'Osservatorio Vera C. Rubin.

Le supernove di tipo Ia si verificano quando le nane bianche esplodono. Poiché queste esplosioni raggiungono quasi la stessa luminosità intrinseca, gli astronomi le usano come "candele standard": confrontando la loro luminosità effettiva con quanto appaiono luminose dalla Terra, i ricercatori possono calcolare la loro distanza. Queste misurazioni hanno giocato un ruolo cruciale nella scoperta che l'Universo si sta espandendo a un ritmo accelerato. Gli scienziati attribuiscono quell'accelerazione all'energia oscura, una delle questioni irrisolte più significative della fisica moderna.

Tuttavia, c'è un'importante complicazione. Le supernove di tipo Ia non sono perfettamente identiche. Negli ultimi 20 anni, gli astronomi hanno scoperto che la luminosità osservata di una supernova è influenzata dalla galassia in cui si verifica. Le supernove trovate in galassie più vecchie o più massicce possono apparire leggermente diverse da quelle che si verificano in galassie più giovani o meno massicce. I ricercatori hanno tipicamente tenuto conto di queste differenze utilizzando metodi di correzione relativamente semplici. Sebbene utili, queste approssimazioni possono limitare l'accuratezza delle misurazioni di distanza e, di conseguenza, la precisione degli studi cosmologici.

Il nuovo framework affronta questa sfida modellando simultaneamente molteplici fattori. Piuttosto che trattare ogni componente in modo indipendente, i ricercatori hanno costruito un unico modello integrato che include le esplosioni di supernova stesse, le loro galassie ospiti, la polvere che altera la loro luce, i cambiamenti nei tassi di supernova nel corso della storia cosmica e persino l'espansione dell'Universo. "Un modo potente di modellare l'Universo è simularlo ab initio nel computer usando l'inferenza bayesiana", dice Raúl Jiménez (ICREA-ICCUB), coautore dello studio. "Questo fornisce un modo per variare tutti i parametri possibili contemporaneamente per prevedere in quale Universo viviamo. Inoltre, avendo questa capacità, si possono esaminare possibili sistematiche 'sconosciute sconosciute' per capirne l'effetto."

Costruire un modello così completo richiederebbe normalmente un'enorme potenza di calcolo. Per rendere l'approccio pratico, i ricercatori si sono rivolti a una tecnica moderna chiamata inferenza basata su simulazione. Il processo inizia con gli scienziati che generano un gran numero di universi simulati basati su modelli fisici. Una rete neurale quindi apprende come le osservazioni simulate si relazionano alle proprietà fisiche che le hanno prodotte. Una volta addestrato, il sistema può confrontare le osservazioni astronomiche reali con le sue simulazioni e determinare i parametri sottostanti più probabili. Questa strategia rende possibile analizzare decine di migliaia di supernove simultaneamente, un compito che sarebbe impraticabile usando tecniche tradizionali.

Uno dei risultati più significativi dello studio è che il framework può determinare le distanze delle galassie (redshift) con alta accuratezza utilizzando solo dati di imaging. Secondo i ricercatori, il nuovo metodo fornisce stime di redshift con precisione paragonabile alle misurazioni spettroscopiche, ma senza richiedere spettri. Questa capacità è particolarmente importante perché i prossimi sondaggi dovrebbero identificare milioni di candidati supernova, mentre solo una piccola percentuale può realisticamente ricevere spettri.