Algoritmen simulerer universets intergalaktiske medium

Instituto de Astrofísica de Canarias (IAC) ledet utviklingen av en ny numerisk prosedyre for å reprodusere det intergalaktiske mediet hentet fra en kosmologisk simulering av 100 000 timer med beregning ved bruk av store data og maskinlæringsteknikker. Takket være denne algoritmen, kalt Hydro-BAM, har forskere vært i stand til å utnytte hierarkiet i forholdet mellom egenskapene til mørk materie, ionisert gass og intergalaktisk nøytralt hydrogen, ingredienser som utgjør den storskala strukturen i universet vårt.

Forskningen reproduserte med høy presisjon de såkalte Lyman-alfa-skogene, et mønster av linjer i spektrene til fjerne galakser og kvasarer som produseres når lyset som sendes ut av disse objektene absorberes av skyer av hydrogengass langs veien. Analysen av disse skogene er grunnleggende for å fremme vår forståelse av univers som helhet. Studien har ført til publisering av to artikler i The Astrophysical Journal.

Aktuelle observasjoner ser ut til å indikere at alt i universet vårt er dominert av mørk materie og mørk energi, som er mye mer rikelig enn konvensjonell eller baryonisk materie. Baryonisk materie utgjør bare 5 % av hele universets masse. I kontrast utgjør mørk materie omtrent 27% av kosmos. De resterende 68 % består av mørk energisom ikke bare er ansvarlig for at universet utvider seg, men også for dets konstante akselerasjon.

Den standard kosmologiske modellen antar at organiseringen av universet på dets største skalaer avhenger av interaksjonen mellom disse ingrediensene. Faktisk begynner nåværende state-of-the-art numeriske simuleringer å gi realistisk modellering av disse prosessene. Det gjenstår imidlertid et stort antall usikkerhetsmomenter.

For å oppnå pålitelige teoretiske spådommer, må forskere utføre store sett med numeriske simuleringer som dekker et stort kosmologisk volum og er basert på ulike mulige modeller som inkluderer alle relevante fysiske prosesser. Disse “virtuelle universene” fungerer som testsenger for studiet av kosmologi. Simuleringene er imidlertid beregningsmessig dyre, og nåværende databehandlingsfasiliteter kan bare utforske små kosmiske volumer sammenlignet med volumene som dekkes av nåværende og fremtidige observasjonskampanjer.

Big data og AI for å dekode universet

Et samarbeid mellom et team fra Instituto de Astrofísica de Canarias (IAC), ledet av Francisco-Shu Kitaura, og et annet fra Osaka University, ledet av Kentaro Nagamine, har utviklet nye strategier som gjør det mulig å gjenskape raske, detaljerte beregningsmodeller på dannelsen og utviklingen av universet.

“Vi gjør en spesiell innsats for å utvikle maskinlæringsteknikker for å fremskynde hele prosessen, spare beregningskostnader og effektivt kjøre mange av disse simuleringene,” sier Francesco Sinigaglia, en felles Ph.D. student ved University of La Laguna (Tenerife, Spania) og IAC og University of Padua (Italia), førsteforfatter av begge publikasjonene.

Nærmere bestemt har IAC-teamet utviklet en ny algoritme kalt Hydro-BAM, som kombinerer avanserte konsepter av sannsynlighetsteori, maskinlæring og kosmologi. Algoritmen produserer nøyaktige spådommer på bare noen få titalls sekunder som tilsvarer de dyrere hydrodynamiske simuleringene, som tar omtrent 100 000 timer på en superdatamaskin. “Algoritmen er omtrent 100 000 linjer med kode skrevet på IAC som et resultat av mange års arbeid fra noen få forskere, omtrent det samme antallet som den første versjonen av Photoshop,” bemerker Francisco-Shu Kitaura, forsker ved IAC.

“Målet med disse studiene er å avgrense vår forståelse av universets storskalastruktur og å utlede informasjon om dets utvikling over kosmisk tid ved å modellere og observere baryoniske størrelser,” sier Andrés Balaguera Antolínez, IAC-forsker og en av de viktigste utviklere av Hydro-BAM-koden. “Våre metoder tar sikte på å reprodusere det observerte universet gjennom en detaljert evaluering av de forskjellige og komplekse statistiske koblingene mellom den tredimensjonale fordelingen av mørk materie og synlig materie som galakser og intergalaktisk gass.”

Gasstrær som avslører den kosmiske skogen

Ved å bruke denne nye beregningsprosedyren tok forskerne opp forbindelsen til det observerbare universet. “Vi har utført en uttømmende etterbehandlingsanalyse av våre hydrodynamiske simuleringer ved å sette millioner av virtuelle observatører til å modellere Lyman-alfa-skogen observert i absorpsjon av kvasar siktlinjer,” beskriver Ikkoh Shimuzu, tidligere ved Osaka University (nå ved Shikoku) Gakuin University).

Dette mønsteret produseres når “trær” av hydrogengass, spredt over hele universet, absorberer lyset som sendes ut av disse fjerne objektene. På denne måten kan forskerne se distinkte absorpsjonslinjer som tilsvarer skyer på forskjellige avstander og dermed vise universets forskjellige aldre, samt gi informasjon om det intergalaktiske mediet.

– Gjennombruddet kom da vi forsto at forbindelsene mellom mengdene intergalaktisk gass, mørk materie og nøytralt hydrogen som vi prøvde å modellere er godt organisert på en hierarkisk måte, sier Sinigaglia. “Den ioniserte gassen har en fordeling i rommet som er veldig lik den for mørk materie, og det nøytrale hydrogenet bestemmes av fordelingen av den ioniserte gassen; dessuten fellesfordelingen av ionisert gass og nøytralt hydrogen gir oss informasjon om den termiske tilstanden til gassen og lar oss forutsi absorpsjonsfluksen til Lyman-alfa-skogen», avslutter han.

“Våre artikler på dette feltet har stor innvirkning på det vitenskapelige samfunnet, og vi har blitt kontaktet av grupper i verdensklasse,” sier Kitaura. Til tross for deres suksess, sier forfatterne at forskningen så vidt har begynt, og planlegger å produsere tusenvis av simulerte universer, inkludert baryonisk fysikk, som skal tillate en omfattende analyse av data fra galakseundersøkelser som DESI, WEAVE-JPAS og Subaru PFS-prosjektet. Spesielt vil resultatet av denne forskningen tillate forskere å utføre en enestående analyse av massive Lyman-alfa-skogdatasett, som lar oss adressere de mulige spenningene til kosmologiske modeller hentet fra forskjellige observasjonsprober.

---

---