Materija u Svemiru nije ravnomjerno raspoređena. Njime dominiraju super-skupine i niti materije koje ih povezuju, okružene ogromnim prazninama. Super-klasteri galaksija su na vrhu hijerarhije. Unutar njih je sve ostalo: skupine i nakupine galaksija, pojedinačne galaksije i solarni sustavi. Ova hijerarhijska struktura naziva se 'Kozmička mreža'.
Ali kako i zašto je Svemir poprimio ovaj oblik?
Tim astronoma i računalnih znanstvenika na kalifornijskom sveučilištu Santa Cruz poduzeo je zanimljiv pristup kako bi to otkrio. Napravili su računalni model koji se temelji na obrascima rasta sluzavih plijesni. Ovo nije prvi put da su sluzave plijesni objasnile druge obrasce u prirodi.
Tim je objavio studiju u kojoj su navedeni njihovi rezultati pod nazivom ' Otkrivanje tamnih niti kozmičke mreže. ” Glavni autor je Joseph Burchett, postdoktorski istraživač iz astronomije i astrofizike na UC Santa Cruz. Studija je objavljena u The Astrophysical Journal Letters .
Moderna kozmološka teorija predviđa da će materija poprimiti oblik ovih super-skupina i niti, te golemih praznina koje ih razdvajaju. No, sve do 1980-ih, znanstvenici su mislili da su jata galaksija najveća struktura, a također su mislili da su ta jata ravnomjerno raspoređena po Svemiru.
Simulacija gravitacije u svemiru koji se širi. S lijeve strane je rani Svemir, s materijom ravnomjerno raspoređenom po cijelom. S vremenom se materija zgrudala. S desne strane je trenutna struktura svemira velikih razmjera, s jasnim super-skupinama, nitima i prazninama. Zasluge za sliku: Andrej Kravcov, Anatolij Klipin, Nacionalni centar za aplikacije superračunala.
Tada su otkriveni super-klasteri. Zatim grupe kvazara. Išlo je dalje, sa sve više i više otkrića struktura i praznina. Zatim je došlo Sloan Digital Sky Survey i ogromnu 3D kartu svemira i druge napore poput Millenium Simulacija .
Teško je vidjeti vlakna materije koja povezuju sva ta super-skupina i skupine galaksija. Uglavnom, to je samo difuzni vodik. Ali astronomi su to uspjeli uhvatiti.
Uđi sluzava plijesan . Sluzave plijesni su jednostanični organizmi koji savršeno dobro žive kao pojedinačne stanice, ali i autonomno tvore agregatne višestanične strukture. Kada je hrane u izobilju, djeluju sami, ali kada je hrane manje, udružuju se. U kolektivnom stanju su bolji u otkrivanju kemikalija, pronalaženju hrane, pa čak mogu formirati stabljike koje proizvode spore.
Sluzavi plijesni su izvanredna stvorenja, a znanstvenici su bili zbunjeni i zaintrigirani sposobnošću stvorenja da 'stvori optimalne mreže distribucije i riješi računski teške probleme prostorne organizacije', kao priopćenje za javnost kaže. Japanski znanstvenici su 2018. izvijestili da je sluzava plijesan uspjela replicirati raspored tokijskog željezničkog sustava .
Oskar Elek je postdoktorski istraživač u računalnim medijima na U of C, Santa Cruz. Predložio je glavnom autoru Josephu Burchettu da bi sluzave plijesni mogle oponašati kozmičku distribuciju materije i pružiti način njezine vizualizacije.
Burchett je u početku bio skeptičan.
“To je bio trenutak Eureke i postao sam uvjeren da je model sluzavog kalupa put naprijed za nas.”
Joseph Burchett, glavni autor. U of C, Santa Cruz.
Crtajući se na 2-D inspiraciji iz svijet umjetnosti , Elek i još jedan programer stvorili su 3-D algoritam ponašanja sluzave plijesni koji nazivaju Monte Carlo Physarum Machine. Physarum je modelni organizam koji se koristi u svim vrste istraživanja .
razvija mrežu međusobno povezanih cijevi dok istražuje okoliš za hranu. (Fotografija: Frankenstoen/ CC BY )
Burchett je odlučio dati Eleku podatke iz Sloan Digital Sky Survey koji je sadržavao 37.000 galaksija i njihovu distribuciju u svemiru. Kada su pokrenuli algoritam sluzavog kalupa, rezultat je bio “prilično uvjerljiv prikaz kozmičke mreže”.
'To je bio trenutak Eureke i postao sam uvjeren da je model sluzavog kalupa put naprijed za nas', rekao je Burchett. “Pomalo je slučajno da djeluje, ali ne u potpunosti. Sluzava plijesan stvara optimiziranu transportnu mrežu, pronalazeći najučinkovitije putove za povezivanje izvora hrane. U kozmičkoj mreži, rast strukture proizvodi mreže koje su također, na neki način, optimalne. Temeljni procesi su različiti, ali oni proizvode matematičke strukture koje su analogne.”
Rekonstrukcija kozmičke mreže Monte Carlo Physarum Machine (MCPM) koristeći 37.662 galaksije iz Sloan Digital Sky Survey (SDSS). Duž dna su tri pojedinačne regije koje prikazuju temeljne SDSS galaksije (G) i superponirano polje gustoće MCPM filamenta (G+F). Zasluge za sliku: Burchett et al 2020.
No, iako je uvjerljiv, sluzava plijesan bila je samo vizualni prikaz strukture velikih razmjera. Tim se tu nije zaustavio. Pročistili su algoritam i napravili dodatne testove kako bi pokušali potvrditi svoj model.
Tu u priču ulazi tamna materija. Na jedan način, struktura svemira velikih razmjera je distribucija tamne materije velikih razmjera. Galaksije se formiraju u masivnim aureolima tamne materije, s dugim filamentnim strukturama koje ih povezuju. Tamna materija čini oko 85% materije u Svemiru, a gravitacijska sila sve te tamne materije oblikuje raspodjelu 'obične' materije.
Tim istraživača došao je do kataloga aureola tamne tvari od drugog znanstvena simulacija . Zatim su pokrenuli svoj algoritam koji se temelji na sluzi s tim podacima, kako bi vidjeli može li replicirati mrežu filamenata koji povezuju sve te aureole. Rezultat je bila vrlo tijesna korelacija s izvornom simulacijom.
“Počevši od 450.000 oreola tamne tvari, možemo postići gotovo savršeno uklapanje u polja gustoće u kozmološkoj simulaciji,” rekao je Elek u priopćenje za javnost .
Detaljan pregled IGM prijelaznog područja iz rada. Gore lijevo je vizualizacija toplinske karte s jednog dijela MCPM koji se uklapa u uzorak galaksije SDSS. Desno je crveni pomak iste. Donji dio ističe tri raspona gustoće u međugalaktičkom mediju, s aureolima, prijelaznim regijama i unutarnjim filamentima koji su svi označeni. Zasluge za sliku: Burchett et al 2020.
Algoritam sluzave plijesni replicirao je filamentalnu mrežu, a istraživači su koristili te rezultate za daljnje fino podešavanje svog algoritma.
U tom trenutku, tim je posjedovao predviđanje strukture velike strukture i kozmičke mreže koja povezuje sve. Sljedeći korak bio je usporedba s drugim skupom podataka promatranja. Za to su otišli na časni Hubble svemirski teleskop. Taj teleskop Spektrograf kozmičkog porijekla (COS) proučava strukturu svemira velikih razmjera spektroskopija intergalaktičkog plina. Taj plin ne emitira nikakvu vlastitu svjetlost, pa je spektroskopija ključna. Umjesto da se usredotoči na sam plin, COS proučava svjetlost udaljenih kvazara dok prolazi kroz plin i kako intergalaktički plin utječe na tu svjetlost.
'Znali smo gdje bi se filamenti kozmičke mreže trebali nalaziti zahvaljujući sluzavoj plijesni, tako da smo mogli otići do arhiviranih Hubbleovih spektra za kvazare koji ispituju taj prostor i potražiti potpise plina', objasnio je Burchett. 'Gdje god smo vidjeli filament u našem modelu, Hubbleovi spektri su pokazivali plinski signal, a signal je postajao jači prema sredini filamenta gdje bi plin trebao biti gušći.'
To zahtijeva još jednu Eureku.
Usporedba našeg MCPM modela s Jonesovim Max-PM modelom, još jednom velikom simulacijom, u odsječku od 30 Mpc iz skupa podataka BP. Neka i sredina su iz studije, desno je iz drugog modela, za usporedbu. Ne sve veća oštrina s lijeva na desno gdje se reprodukcija filamenta mijenja za strukturnu složenost. Zasluge za sliku: Burchett et al 2020.
'Prvi put sada možemo kvantificirati gustoću međugalaktičkog medija od udaljenih rubova kozmičkih mrežnih niti do vrućih, gustih unutrašnjosti galaktičkih jata', rekao je Burchett. 'Ovi rezultati ne samo da potvrđuju strukturu kozmičke mreže koju predviđaju kozmološki modeli, već nam daju i način da poboljšamo naše razumijevanje evolucije galaksija povezujući je s plinskim rezervoarima iz kojih nastaju galaksije.'
Ova studija pokazuje što se može postići kada različiti istraživači izađu iz svojih silosa i surađuju kroz različite discipline. Kozmologija, astronomija, računalno programiranje, biologija, pa čak i umjetnost, pridonijeli su ovom najzanimljivijem ishodu.
“Mislim da mogu postojati stvarne prilike kada integrirate umjetnost u znanstveno istraživanje”, rekao je koautor Angus Forbes iz UCSC Creative Coding laboratorija. “Kreativni pristupi modeliranju i vizualizaciji podataka mogu dovesti do novih perspektiva koje nam pomažu da shvatimo složene sustave.”
Više:
- Priopćenje za javnost: Astronomi koriste model sluzave plijesni kako bi otkrili tamne niti kozmičke mreže
- Znanstveni rad: Otkrivanje tamnih niti kozmičke mreže
- Svemir danas: Nova 3-D karta prikazuje velike strukture u svemiru prije 9 milijardi godina