Desde que se teorizó por primera vez en la década de 1970, los astrofísicos y cosmólogos han hecho todo lo posible para desentrañar el misterio.materia oscura.Se cree que esta masa invisible constituye el 85% de la materia del universo y representa el 27% de la densidad de energía de la masa.Pero más que eso, proporciona una estructura esquelética masiva (la red cósmica) del universo que dirige el movimiento de las galaxias y la materia bajo la influencia de la gravedad.
Desafortunadamente, la naturaleza misteriosa de la materia oscura significa que los astrónomos no pueden medir su distribución porque no pueden estudiarla directamente.Sin embargo, es posible inferir distribuciones basadas en los efectos observables de la gravedad en las galaxias locales y otros cuerpos celestes.Utilizando tecnología de aprendizaje automático de última generación, un equipo de astrofísicos coreano-estadounidenses “red cósmica“Lo parece.
El equipo a cargo de esta innovación está formado por la Universidad Nacional de Seúl Hong Seong-wook y el investigador principal Hong Seong-wook.Instituto de Astronomía y Ciencias Espaciales de Corea(Kasi).Fue con el profesor asociado Donghee Jeong.Laboratorio de gravedad y espacio(IGS), Hwang Ho-seong de Penn State, Investigador Kim Joo-han, Universidad Nacional de Seúl,Instituto Avanzado de Ciencia y Tecnología de Corea(KIAS), respectivamente.
Los intentos anteriores de mapear la red cósmica en el pasado comenzaron con modelos del universo primitivo y simularon la evolución durante miles de millones de años.Sin embargo, este método ha tenido un éxito limitado porque requiere una gran cantidad de potencia informática.Usando un enfoque diferente, el equipo construyó un modelo que utiliza el aprendizaje automático para predecir la distribución de la materia oscura en función de la distribución y el movimiento de las galaxias conocidas.
El equipo construyó y entrenó este modelo con la ayuda de:Illustris-TNG, un proyecto cosmológico que ha realizado varias simulaciones que incluyen galaxias, gases, otras formas de partículas pesadas (visible) y materia oscura.El equipo seleccionó galaxias simuladas de Illustris-TNG para que fueran comparables con la Vía Láctea e identificó las propiedades necesarias para predecir la distribución de la materia oscura.dichoafecto:
“Irónicamente, estudiar la distribución de la materia oscura mucho más lejos es mucho más fácil porque refleja un pasado mucho menos complejo.”Con el tiempo, a medida que crecía la estructura a gran escala del universo, la complejidad del universo aumentaba, lo que hacía que las mediciones locales de la materia oscura fueran inherentemente más difíciles”.
“Dada cierta información, el modelo esencialmente puede llenar el vacío en función de lo que ha visto antes.Los mapas de nuestro modelo no se ajustan perfectamente a los datos de simulación, pero aún podemos reconstruir estructuras muy detalladas.Descubrimos que incluir el movimiento de las galaxias (velocidades intrínsecas radiales) además de la distribución mejora significativamente la calidad del mapa y nos permite ver estos detalles”.
El siguiente paso fue aplicar este modelo a datos reales en el universo local.Flujo Cósmico-3base de datos.Este catálogo astronómico contiene datos completos sobre la distribución y el movimiento de más de 17.000 galaxias en una región de 650 millones de años luz (200 megaparsecs) alrededor de la Vía Láctea.Los mapas resultantes han reproducido con éxito estructuras famosas conocidas en el universo local.
Esto incluye “ficha local, es la región del espacio que contiene la Vía Láctea, Andrómeda (y otros miembros del “grupo local”) y las galaxias del Cúmulo de Virgo.Otra estructura llamativa es “vacío local”, Un área de espacio relativamente vacía al lado de un grupo local.El mapa también identificó varias estructuras nuevas, como estructuras filamentosas más pequeñas que sirven como conexiones ocultas entre galaxias.
Como se puede ver en la sección transversal del mapa (que se muestra arriba), las grandes concentraciones de material luminiscente se muestran en rojo y las áreas en su mayoría vacías se muestran en azul.La Vía Láctea está representada por un pequeño punto negro, la Vía Láctea está representada por una X negra en el centro y las flechas indican el movimiento de estas grandes estructuras.Estos filamentos de conexión, que aparecen como hilos amarillos tenues, requieren una observación posterior para aprender más sobre estas funciones previamente desconocidas.dichoafecto:
“Tener un mapa local de la red cósmica abre un nuevo capítulo en la investigación espacial.Puede estudiar cómo se relaciona la distribución de la materia oscura con otros datos de emisión, lo que ayuda a comprender la naturaleza de la materia oscura.Y podemos estudiar directamente estas estructuras filamentosas, puentes ocultos entre galaxias”.
“La materia oscura determina fundamentalmente nuestro destino porque gobierna la dinámica del universo.Entonces podemos pedirle a las computadoras que desarrollen mapas durante miles de millones de años para ver qué sucederá en el universo local.Y podemos hacer avanzar el modelo al pasado para comprender la historia de nuestros vecinos cósmicos”.
Por ejemplo, los científicos saben desde hace algún tiempo que nuestra galaxia y la galaxia de Andrómeda se están acercando lentamente.Pero no está claro si finalmente colisionarán para formar una supergalaxia (no apodada creativamente Milkomeda) en unos 4.500 millones de años.Al estudiar los filamentos de materia oscura que conectan nuestras dos galaxias, los astrofísicos han obtenido información valiosa sobre su futuro.
Hong y sus colegas también planean agregar más galaxias para mejorar la precisión del mapa.Esto es posible gracias a misiones de última generación como el Telescopio Espacial James Webb (JWST), que finalmente se lanzará al espacio el 31 de octubre.castillo, 2021. JWST utiliza un conjunto de instrumentos avanzados para estudiar el universo en longitudes de onda visibles de onda larga y del infrarrojo cercano al infrarrojo medio.
Esto permite a los astrónomos identificar galaxias más pequeñas, más débiles y más distantes en nuestro sistema solar.Las mejoras en la computación y el aprendizaje automático conducirán a simulaciones mejores y más grandes que pueden explicar más galaxias durante períodos de tiempo más largos.Del mismo modo, misiones como la ESAObservatorio GaiaProporciona datos más precisos sobre el movimiento intrínseco y la velocidad de las galaxias (medidas viscosas).
El sucesor planeado de la ESA.Observatorio Euclides, cuyo lanzamiento está previsto para 2022, recopila datos de 2.000 millones de galaxias que abarcan 10.000 millones de años luz de espacio.Se utiliza para crear los mapas 3D más detallados de las regiones del universo hasta la fecha, que se espera que revelen pistas importantes sobre el papel de la materia oscura (y la energía oscura) en la evolución cósmica.Este mapa les dará a los astrónomos un medio de comparación para decirles que su modelo de física es adecuado para el dinero.
El estudio que explica sus hallazgos, “El aprendizaje profundo revela la red cósmica local de la galaxia”, publicado recientemente en el Astrophysical Journal.Esta investigación se realizó con el apoyo de la Fundación Nacional de Investigación de Corea, el Ministerio de Educación, el Ministerio de Ciencia, la Fundación Nacional de Ciencia de los Estados Unidos (NSF), el Programa de Teoría Astrofísica de la NASA y el Centro KIAS. para cálculos avanzados.
Otras lecturas:fuente de alimentación,Diario astrofísico