Naukowcy opracowali nową metodę badania ciemnej energii poprzez analizę milionów supernowych, bo tajemnice wszechświata same się nie ujawnią.

Badacze z Instytutu Nauk o Kosmosie Uniwersytetu w Barcelonie (ICCUB) opracowali nową technikę, która może znacznie poprawić sposób, w jaki naukowcy badają ekspansję Wszechświata i zgłębiają tajemniczą siłę zwaną ciemną energią. Bo najwyraźniej wszechświat jeszcze nie skończył się popisywać.

Opublikowane w Nature Astronomy badania przedstawiają ramy o nazwie CIGaRS, które mogą wydobyć znacznie więcej informacji z supernowych typu Ia, potężnych eksplozji gwiazd używanych do mierzenia ogromnych odległości kosmicznych. W przeciwieństwie do wielu obecnych podejść, metoda opiera się głównie na danych obrazowych, a nie kosztownych obserwacjach spektroskopowych. Oczekuje się, że postęp ten pomoże astronomom w pełni wykorzystać ogromne zbiory danych, które wkrótce napłyną z przeglądów nieba nowej generacji, szczególnie tych prowadzonych przez Obserwatorium Vera C. Rubin.

Supernowe typu Ia występują, gdy eksplodują białe karły. Ponieważ eksplozje te osiągają prawie tę samą wewnętrzną jasność, astronomowie używają ich jako „świec standardowych”: porównując ich rzeczywistą jasność z tym, jak jasne wydają się z Ziemi, badacze mogą obliczyć ich odległość. Pomiary te odegrały kluczową rolę w odkryciu, że Wszechświat rozszerza się w przyspieszającym tempie. Naukowcy przypisują to przyspieszenie ciemnej energii, jednemu z najważniejszych nierozwiązanych pytań współczesnej fizyki.

Jest jednak ważne utrudnienie. Supernowe typu Ia nie są idealnie identyczne. W ciągu ostatnich 20 lat astronomowie odkryli, że obserwowana jasność supernowej zależy od galaktyki, w której występuje. Supernowe w starszych lub masywniejszych galaktykach mogą wyglądać nieco inaczej niż te w młodszych lub mniej masywnych galaktykach. Naukowcy zazwyczaj uwzględniali te różnice za pomocą stosunkowo prostych metod korekcyjnych. Choć przydatne, te przybliżenia mogą ograniczać dokładność pomiarów odległości, a co za tym idzie, precyzję badań kosmologicznych.

Nowe ramy rozwiązują to wyzwanie poprzez modelowanie wielu czynników jednocześnie. Zamiast traktować każdy składnik niezależnie, badacze zbudowali jeden, zintegrowany model, który obejmuje same eksplozje supernowych, ich galaktyki macierzyste, pył zmieniający ich światło, zmiany w tempie występowania supernowych w historii kosmicznej, a nawet ekspansję Wszechświata. „Potężnym sposobem modelowania Wszechświata jest symulowanie go ab initio w komputerze przy użyciu wnioskowania bayesowskiego” – mówi Raúl Jiménez (ICREA-ICCUB), współautor badania. „Zapewnia to sposób na jednoczesną zmianę wszystkich możliwych parametrów, aby przewidzieć, w jakim Wszechświecie żyjemy. Co więcej, mając tę zdolność, można przyjrzeć się możliwym „nieznanym nieznanym” systematycznościom, aby zrozumieć ich wpływ”.

Zbudowanie tak wszechstronnego modelu normalnie wymagałoby ogromnej mocy obliczeniowej. Aby podejście było praktyczne, badacze sięgnęli po nowoczesną technikę zwaną wnioskowaniem opartym na symulacjach. Proces rozpoczyna się od wygenerowania przez naukowców dużej liczby symulowanych wszechświatów opartych na modelach fizycznych. Sieć neuronowa uczy się następnie, jak symulowane obserwacje odnoszą się do właściwości fizycznych, które je wyprodukowały. Po wytrenowaniu system może porównać rzeczywiste obserwacje astronomiczne ze swoimi symulacjami i określić najbardziej prawdopodobne parametry leżące u podstaw. Ta strategia umożliwia jednoczesną analizę dziesiątek tysięcy supernowych, co byłoby niepraktyczne przy użyciu tradycyjnych technik.

Jednym z najważniejszych odkryć badania jest to, że ramy mogą określać odległości galaktyk (przesunięcia ku czerwieni) z wysoką dokładnością przy użyciu tylko danych obrazowych. Według naukowców nowa metoda dostarcza oszacowań przesunięcia ku czerwieni o precyzji porównywalnej z pomiarami spektroskopowymi, ale bez potrzeby stosowania widm. Ta zdolność jest szczególnie ważna, ponieważ nadchodzące przeglądy mają zidentyfikować miliony kandydatów na supernowe, podczas gdy tylko niewielki procent może realistycznie otrzymać widma.