Новый ИИ-инструмент CIGaRS поможет раскрыть тайны темной энергии

Астрономы представили новый мощный инструмент на основе ИИ, который может значительно улучшить изучение Вселенной и темной энергии. Credit: AI/ScienceDaily.com

Исследователи под руководством Института космических наук Барселонского университета (ICCUB) разработали новую методику, которая может существенно улучшить изучение расширения Вселенной и загадочной силы, известной как темная энергия.

Работа, опубликованная в журнале Nature Astronomy, представляет собой фреймворк под названием CIGaRS. Он позволяет извлекать гораздо больше информации из сверхновых типа Ia — мощных звездных взрывов, используемых для измерения огромных космических расстояний. В отличие от многих современных подходов, метод в основном полагается на данные изображений, а не на дорогостоящие спектроскопические наблюдения. Ожидается, что это достижение поможет астрономам в полной мере использовать огромные массивы данных, которые скоро поступят от обзоров неба нового поколения, в частности от обсерватории Веры К. Рубин.

Почему сверхновые типа Ia так важны

Сверхновые типа Ia возникают, когда взрываются белые карлики. Поскольку эти взрывы достигают почти одинаковой внутренней яркости, астрономы используют их как «стандартные свечи»: сравнивая их реальную яркость с тем, насколько яркими они кажутся с Земли, исследователи могут рассчитать расстояние до них.

Эти измерения сыграли решающую роль в открытии того, что Вселенная расширяется с ускорением. Ученые связывают это ускорение с темной энергией — одним из самых значительных нерешенных вопросов современной физики.

Однако есть важное осложнение. Сверхновые типа Ia не являются идеально идентичными.

Как галактики-хозяева влияют на измерения сверхновых

За последние 20 лет астрономы обнаружили, что на наблюдаемую яркость сверхновой влияет галактика, в которой она происходит. Сверхновые в старых или более массивных галактиках могут выглядеть немного иначе, чем те, что возникают в молодых или менее массивных галактиках.

Обычно исследователи учитывали эти различия с помощью относительно простых методов коррекции. Хотя они и полезны, такие приближения могут ограничивать точность измерения расстояний и, в свою очередь, точность космологических исследований.

Единая модель сверхновых и Вселенной

Новый фреймворк решает эту проблему, моделируя множество факторов одновременно. Вместо того чтобы рассматривать каждый компонент независимо, исследователи построили единую интегрированную модель, которая включает сами взрывы сверхновых, их галактики-хозяева, пыль, изменяющую их свет, изменения частоты сверхновых на протяжении космической истории и даже расширение Вселенной.

Связывая все эти ингредиенты в единой статистической и физической структуре, команда может уловить взаимосвязи, которые часто упускаются из виду при раздельном анализе.

«Мощный способ моделирования Вселенной — это смоделировать ее с нуля на компьютере, используя байесовский вывод, — говорит Рауль Хименес (ICREA-ICCUB), соавтор исследования. — Это позволяет одновременно изменять все возможные параметры, чтобы предсказать, в какой Вселенной мы живем. Кроме того, обладая такой способностью, можно исследовать возможные «неизвестные неизвестные» систематические ошибки, чтобы понять их влияние. Влияние этих систематических ошибок на наши выводы, пожалуй, является самым важным недостающим ингредиентом в современных подходах к моделированию Вселенной».

Использование искусственного интеллекта для анализа космоса

Построение такой всеобъемлющей модели обычно требует огромных вычислительных мощностей. Чтобы сделать подход практичным, исследователи обратились к современному методу, называемому выводом на основе симуляции.

Процесс начинается с того, что ученые генерируют большое количество смоделированных вселенных на основе физических моделей. Затем нейронная сеть (тип искусственного интеллекта) учится тому, как смоделированные наблюдения соотносятся с физическими свойствами, которые их породили. После обучения система может сравнивать реальные астрономические наблюдения со своими симуляциями и определять наиболее вероятные базовые параметры.

Эта стратегия позволяет одновременно анализировать десятки тысяч сверхновых — задача, которая была бы непрактичной при использовании традиционных методов.

Точные расстояния до галактик только по изображениям

Один из самых значимых результатов исследования заключается в том, что фреймворк может с высокой точностью определять расстояния до галактик (красное смещение), используя только данные изображений.

Красное смещение показывает, насколько свет галактики растянулся по мере расширения Вселенной. Оно дает информацию как о расстоянии до галактики, так и о том, как далеко во времени мы на нее смотрим.

По словам исследователей, новый метод обеспечивает оценку красного смещения с точностью, сравнимой со спектроскопическими измерениями, но без необходимости получения спектров. Эта возможность особенно важна, поскольку предстоящие обзоры, как ожидается, выявят миллионы кандидатов в сверхновые, в то время как лишь небольшой процент из них сможет получить спектроскопическое подтверждение.

Готовность к потоку данных обсерватории Рубин

Ожидается, что обсерватория Веры К. Рубин, строящаяся в Чили, в ближайшее время начнет десятилетний обзор неба. В ходе этой миссии она откроет беспрецедентное количество сверхновых. Примерно 99% этих объектов будут наблюдаться только фотометрически, то есть с помощью изображений, полученных в разных цветах, а не подробных спектров.

Фреймворк CIGaRS был специально разработан с учетом этой задачи.

«В отличие от других фреймворков, требующих аналитических упрощений, наш подход без компромиссов, основанный на сквозном моделировании и выводе, уникально способен извлечь полную космологическую и астрофизическую информацию из данных, полученных обсерваторией Рубин, избегая при этом ловушек ошибок отбора и моделирования», — говорит Константин Карчев (ICCUB-SISSA Trieste), ведущий автор исследования.

Понимание того, как формируются сверхновые

Преимущества выходят за рамки измерения темной энергии. Фреймворк также предоставляет новую информацию о происхождении самих сверхновых типа Ia.

Реконструируя, как частота возникновения сверхновых меняется в зависимости от возраста звезд в разных галактиках, модель помогает ученым исследовать давние вопросы о системах, которые в конечном итоге приводят к этим взрывам.

Исследователи обнаружили, что объединение симуляций на основе физики с искусственным интеллектом позволяет преодолеть ряд ограничений современных космологических методов. Они подсчитали, что этот подход может улучшить космологические ограничения в четыре раза по сравнению с традиционными методами, которые зависят только от относительно небольшой выборки спектроскопически наблюдаемых сверхновых.

По мере того как обсерватория Рубин готовится открыть новую эру астрономических открытий, такие инструменты, как CIGaRS, могут помочь ученым извлечь максимум информации из ее наблюдений и глубже понять Вселенную.

Источники:

Материалы предоставлены Барселонским университетом.

Konstantin Karchev, Roberto Trotta, Raúl Jiménez. CIGaRS I: combined simulation-based inference from type Ia supernovae and host photometry. Nature Astronomy, 2026; DOI: 10.1038/s41550-026-02842-5