Forskare ledda av Institutet för kosmosvetenskap vid universitetet i Barcelona (ICCUB) har utvecklat en ny teknik som avsevärt kan förbättra hur forskare studerar universums expansion och undersöker den mystiska kraft som kallas mörk energi. För uppenbarligen är universum inte färdigt med att visa sig.

Publicerad i Nature Astronomy introducerar forskningen ett ramverk som kallas CIGaRS som kan extrahera mycket mer information från supernovor av typ Ia, de kraftfulla stjärnexplosioner som används för att mäta enorma kosmiska avstånd. Till skillnad från många nuvarande metoder bygger metoden främst på bilddata snarare än dyra spektroskopiska observationer. Framsteget förväntas hjälpa astronomer att dra full nytta av de enorma datamängder som snart kommer från nästa generations himmelsspaningar, särskilt de som utförs av Vera C. Rubin-observatoriet.

Supernovor av typ Ia inträffar när vita dvärgstjärnor exploderar. Eftersom dessa explosioner når nästan samma inneboende ljusstyrka använder astronomer dem som ”standardljus”: genom att jämföra deras faktiska ljusstyrka med hur ljusa de verkar från jorden kan forskare beräkna deras avstånd. Dessa mätningar spelade en avgörande roll i upptäckten att universum expanderar i en accelererande takt. Forskare tillskriver den accelerationen till mörk energi, en av de mest betydande olösta frågorna inom modern fysik.

Det finns dock en viktig komplikation. Supernovor av typ Ia är inte perfekt identiska. Under de senaste 20 åren har astronomer funnit att en supernovas observerade ljusstyrka påverkas av galaxen där den inträffar. Supernovor som finns i äldre eller mer massiva galaxer kan se något annorlunda ut än de som förekommer i yngre eller mindre massiva galaxer. Forskare har vanligtvis tagit hänsyn till dessa skillnader med relativt enkla korrigeringsmetoder. Även om de är användbara kan dessa approximationer begränsa noggrannheten i avståndsmätningar och i sin tur precisionen i kosmologiska studier.

Det nya ramverket tar itu med denna utmaning genom att modellera flera faktorer samtidigt. Istället för att behandla varje komponent oberoende byggde forskarna en enda integrerad modell som inkluderar själva supernovaexplosionerna, deras värdgalaxer, dammet som förändrar deras ljus, förändringar i supernovafrekvenser genom kosmisk historia och till och med universums expansion. ”Ett kraftfullt sätt att modellera universum är att simulera det ab initio i datorn med hjälp av Bayesiansk inferens”, säger Raúl Jiménez (ICREA-ICCUB), medförfattare till studien. ”Detta ger ett sätt att variera alla möjliga parametrar samtidigt för att förutsäga vilket universum vi lever i. Dessutom, genom att ha denna förmåga, kan man titta på möjliga ’okända okända’ systematiska fel för att förstå deras effekt.”

Att bygga en sådan omfattande modell skulle normalt kräva enorm datorkraft. För att göra metoden praktisk vände sig forskarna till en modern teknik som kallas simuleringsbaserad inferens. Processen börjar med att forskare genererar stora mängder simulerade universum baserade på fysikaliska modeller. Ett neuralt nätverk lär sig sedan hur de simulerade observationerna relaterar till de fysikaliska egenskaper som producerade dem. När systemet är tränat kan det jämföra verkliga astronomiska observationer med sina simuleringar och bestämma de mest sannolika underliggande parametrarna. Denna strategi gör det möjligt att analysera tiotusentals supernovor samtidigt, en uppgift som skulle vara opraktisk med traditionella tekniker.

En av studiens mest betydande resultat är att ramverket kan bestämma galaxavstånd (rödförskjutningar) med hög noggrannhet med endast bilddata. Enligt forskarna levererar den nya metoden rödförskjutningsuppskattningar med precision jämförbar med spektroskopiska mätningar, men utan att kräva spektra. Denna förmåga är särskilt viktig eftersom kommande undersökningar förväntas identifiera miljontals supernovakandidater, medan endast en liten andel realistiskt kan få spektrum.