Otkako je prvi put teoretizirano 1970-ih, astrofizičari i kozmolozi dali su sve od sebe da razriješe misterij koji je Tamna materija . Vjeruje se da ova nevidljiva masa čini 85% materije u Svemiru i čini 27% njegove gustoće mase i energije. No, više od toga, također pruža skeletnu strukturu svemira velikih razmjera (kozmičku mrežu), koja diktira gibanje galaksija i materijala zbog svog gravitacijskog utjecaja.
Nažalost, tajanstvena priroda tamne materije znači da je astronomi ne mogu izravno proučavati, što ih je spriječilo u mjerenju njezine distribucije. Međutim, moguće je zaključiti njegovu distribuciju na temelju vidljivog utjecaja njegove gravitacije na lokalne galaksije i druge nebeske objekte. Koristeći najsuvremenije tehnike strojnog učenja, tim korejsko-američkih astrofizičara uspio je proizvesti do sada najdetaljniju kartu lokalnog svemira koja pokazuje što je “ kozmička mreža ' izgleda kao.
Tim odgovoran za ovaj napredak predvodio je viši istraživač Sungwook E. Hong sa Sveučilišta u Seulu i Korejski institut za astronomiju i svemirske znanosti (KASI). Pridružio mu se izvanredni profesor Donghui Jeong iz Institut za gravitaciju i kozmos (IGS) u Penn State, te istraživači Ho Seong Hwang i Juhan Kim s Nacionalnog sveučilišta Seoul i Korejski institut za napredne studije (KIAS), odnosno.
U prošlosti su prethodni pokušaji mapiranja kozmičke mreže započeli s modelom ranog svemira, a zatim su simulirali njegovu evoluciju tijekom milijardi godina. Međutim, ova metoda je imala ograničen uspjeh zbog ogromne količine potrebne računalne snage. Uzimajući drugačiji pristup, tim je izgradio model koji je koristio strojno učenje za predviđanje raspodjele tamne tvari na temelju poznate raspodjele i kretanja galaksija.
Tim je izgradio i trenirao ovaj model uz pomoć Illustrious-TNG , kozmološki projekt koji je proveo višestruke simulacije zajedno s galaksijama, plinovima, drugim oblicima barionske (poznate kao vidljive) materije, kao i tamne tvari. Tim je odabrao simulirane galaksije iz Illustris-TNG-a koje su bile usporedive s Mliječnom stazom i identificirao svojstva koja su potrebna za predviđanje raspodjele tamne tvari. Rekao je Jeong:
“Ironično, lakše je proučavati distribuciju tamne tvari mnogo dalje jer odražava vrlo daleku prošlost, koja je mnogo manje složena. S vremenom, kako je struktura svemira velikih razmjera rasla, složenost svemira se povećala, pa je inherentno teže vršiti mjerenja tamne tvari lokalno.”
“Kada se daju određene informacije, model može u biti popuniti praznine na temelju onoga što je prije gledao. Karta iz naših modela ne odgovara savršeno simulacijskim podacima, ali još uvijek možemo rekonstruirati vrlo detaljne strukture. Otkrili smo da je uključivanje gibanja galaksija – njihovih radijalnih osobitih brzina – uz njihovu distribuciju drastično poboljšalo kvalitetu karte i omogućilo nam da vidimo te detalje.”
Karta raspodjele tamne tvari unutar lokalnog svemira, koristeći model za zaključivanje njezine lokacije zbog njezina gravitacijskog utjecaja na galaksije. Zasluge: Hong et. al., Astrofizički časopis
Sljedeći korak uključivao je primjenu ovog modela na stvarne podatke iz lokalnog svemira, koje je tim dobio od Cosmicflow-3 baza podataka. Ovaj astronomski katalog sadrži opsežne podatke o distribuciji i kretanju preko 17 000 galaksija u području od 650 milijuna svjetlosnih godina (200 megaparseka) oko Mliječne staze. Dobivena karta uspješno je reproducirala poznate istaknute strukture u lokalnom Svemiru.
To je uključivalo “Lokalni list,” područje svemira koje sadrži Mliječnu stazu, Andromedu (i druge članove “lokalne grupe”) i galaksije skupa Djevice. Druga istaknuta struktura bila je “Lokalna praznina,” relativno prazna regija prostora pored lokalne grupe. Osim toga, karta je identificirala nekoliko novih struktura, poput manjih filamentnih struktura koje djeluju kao skrivene veze između galaksija.
Kao što možete vidjeti iz poprečnih presjeka karte (prikazane gore), velike koncentracije svjetleće tvari označene su crvenom bojom, dok su uglavnom prazna područja označena plavom bojom. Galaksije su označene kao male crne točkice, Mliječna staza je označena crnim X u središtu, a strelice predstavljaju kretanje ovih velikih struktura. Ove spojne niti, koje se pojavljuju kao tanke žute žice, zahtijevaju naknadno promatranje kako bi se saznalo više o ovim do sada nepoznatim značajkama. Rekao je Jeong:
“Posjedovanje lokalne karte kozmičke mreže otvara novo poglavlje kozmološkog proučavanja. Možemo proučavati kako je raspodjela tamne tvari povezana s drugim podacima o emisiji, što će nam pomoći razumjeti prirodu tamne tvari. I možemo izravno proučavati te filamentarne strukture, te skrivene mostove između galaksija.”
“Budući da tamna tvar dominira dinamikom svemira, ona u osnovi određuje našu sudbinu. Dakle, možemo tražiti od računala da razvija kartu milijardama godina kako bismo vidjeli što će se dogoditi u lokalnom svemiru. I možemo evoluirati model u prošlost kako bismo razumjeli povijest našeg kozmičkog susjedstva.”
Illustris simulacija, koja prikazuje raspodjelu tamne tvari u 350 milijuna na 300.000 svjetlosnih godina. Galaksije su prikazane kao bijele točkice visoke gustoće (lijevo) i kao normalna, barionska tvar (desno). Zasluge: Markus Haider/Illustris
Na primjer, znanstvenici već neko vrijeme znaju da se galaksije Mliječna staza i Andromeda polako približavaju jedna drugoj. Međutim, ostaje nejasno hoće li se na kraju sudariti i formirati supergalaksiju (nekreativno nazvanu Milkomeda) za otprilike 4,5 milijardi godina. Proučavajući filamente tamne tvari koje povezuju naše dvije galaksije, astrofizičari bi mogli steći vrijedne uvide u njihovu budućnost.
Hong i njegovi kolege također planiraju poboljšati točnost svoje karte dodavanjem više galaksija. To će biti moguće zahvaljujući misijama sljedeće generacije poput svemirskog teleskopa James Webb (JWST), koji će konačno lansirati u svemir 31. listopadasv, 2021. Koristeći svoj napredni skup instrumenata, JWST će proučavati svemir u dugovalnim vidljivim i bliskim infracrvenim do srednjim infracrvenim valnim duljinama.
To će omogućiti astronomima da identificiraju galaksije koje su manje, slabije i udaljene od našeg Sunčevog sustava. Poboljšanja u računalstvu i strojnom učenju također će dovesti do većih i boljih simulacija koje mogu objasniti više galaksija tijekom dužih vremenskih razdoblja. Slično, misije poput ESA-e Zvjezdarnica Gaia daju točnije podatke o pravilnim kretanjima i brzinama galaksija (astrometrija).
To je planirani nasljednik, ESA-in Euklidov opservatorij , planirano je za lansiranje 2022. godine i prikupljat će podatke o dvije milijarde galaksija u 10 milijardi svjetlosnih godina svemira. To će se koristiti za stvaranje najdetaljnije 3D karte lokalnog područja svemira do sada, za koju se očekuje da će otkriti vitalne tragove o ulozi tamne materije (i tamne energije) u kozmičkoj evoluciji. Ove karte pružit će astronomima sredstvo za usporedbu koje će im dati do znanja da su njihovi fizički modeli ispravni.
Studija koja opisuje njihove nalaze, “ Otkrivanje lokalne kozmičke mreže iz galaksija pomoću dubokog učenja ”, nedavno se pojavio uThe Astrophysical Journal. Ovo istraživanje omogućeno je uz potporu Nacionalne istraživačke zaklade Koreje, financiranja korejskog ministarstva obrazovanja, korejskog ministarstva znanosti, američke Nacionalne znanstvene zaklade (NSF), NASA-inog programa teorije astrofizike i KIAS-ovog centra za napredno računanje.
Daljnje čitanje: PSU , The Astrophysical Journal