CIGaRS: mallintaa supernovia ja parantaa kosmologiaa

Niistä pidettiin ennen kosmisina majakoina, joihin luotettiin ilman epäilystä. Tyypin Ia supernovat, valkoiset kääpiöt jotka räjähtävät siten että ne käyttäytyvät standardikynttilöinä, kertoivat tähtitieteilijöille Universumin laajenemisesta kiihtyvänä. Mutta niiden lähettämä valo kantaa mukanaan merkkejä niiden lähiympäristöstä, ja tuo monimutkaisuus on hiljaisesti rajoittanut kuinka tarkasti voimme mitata kosmisia etäisyyksiä.

Nyt Barcelonan yliopiston Kosmoksen tieteiden instituutista johtama ryhmä on punonut nuo jäljet yhdeksi opittavaksi kuvaksi. Nature Astronomy -lehdessä julkaistu uusi kehys, nimeltään CIGaRS, ei käsittele räjähtäviä tähtiä, niiden isäntägalakseja, väliin osuvaa pölyä, supernovien esiintymistiheyttä ajan myötä tai kosmista laajenemista erillisinä arvoituksina. Sen sijaan se rakentaa yhden itsekonsistentin mallin, jossa kaikki nämä osat voivat vaikuttaa toisiinsa.

Miksi sillä on merkitystä? Koska ympäristöllä on merkitystä. Supernovat vanhoissa, massiivisissa galakseissa voivat näyttää erilaisilta kuin nuorten, tähtienmuodostusta viljelevien isäntägalaksien supernovat. Pöly voi punertaa ja himmentää valoa. Valintavaikutukset hiipivät mukaan. Perinteiset korjaukset ovat hyödyllisiä mutta karkeita. Ne siivoavat suurimman osan ongelmista, mutta jättävät jälkeensä hienovaraisia harhoja, jotka kertyvät kun yritetään mitata pimeää energiaa erittäin tarkasti.

CIGaRS lähestyy ongelmaa simuloimalla monia mahdollisia universumeja alkeista lähtien ja kouluttamalla neuroverkkoa tunnistamaan miten havaintodata palautuu taustalla oleviin fysikaalisiin parametreihin. Ajattele sitä koneen opettamisena lukemaan täyteen painettua, meluisaa sivua näyttämällä tuhansia luonnoksia, kunnes se oppii kosmoksen kieliopin. Tekniikka, simulaatiopohjainen päättely, antaa ryhmälle mahdollisuuden analysoida kymmeniätuhansia fotometrisia supernovia kerralla, laajuudella johon spektroskooppiset strategiat eivät yllä.

Siitä on käytännön hyötyä. Spektroskopia antaa tarkat punasiirtymät, mutta se on aikaa vievää ja kallista. Vera C. Rubinin observatorio tulvii pian tietokantoja miljoonilla transienttihavainnoilla, ja arviolta 99 % niistä koostuu ainoastaan useilla suotimilla otetuista kuvista, ei spektristä. CIGaRS voi päätellä galaksien punasiirtymät ja muita keskeisiä parametreja pelkästään kuvien perusteella, saavuttaen monissa tapauksissa epävarmuustasot, jotka ovat verrattavissa spektroskooppisiin mittauksiin. Tämä ei ole vähäinen väite. Se muuttaa sitä, mitä voimme tehdä pääosin fotometrisilla kartoilla.

"Tehokas tapa mallintaa maailmankaikkeutta on simuloida se ab initio tietokoneella käyttäen bayesilaista päättelyä", sanoo Raúl Jiménez ICCUB:sta. Pääasia ei ole pelkästään paremmat numerot kuvassa. Kyse on kyvystä tutkia tuntemattomia systemaattisia virheitä, niitä asioita joita et tiennyt tarvitsevasi miettiä, koska malli sallii kaikkien parametrien vaihdella yhdessä ja paljastaa näin piileviä kytkentöjä ja vinoumia.

Artikkelin päätekijä Konstantin Karchev kuvaa lähestymistapaa end-to-end -ratkaisuna Rubinin aikakaudelle: luodaan realistisia simuloituja taivaita, opetetaan neuroverkko havainnon ja fysiikan välisestä kartoituksesta, ja sovelletaan sitten tätä tietoa todellisiin havaintoaineistoihin ilman analyyttisiä oikopolkuja, jotka peittävät kompleksisuuden.

Tuloksena on kehys, joka voi purkaa kuvista enemmän kosmologista ja astrofysikaalista tietoa kuin perinteiset, spektroskooppisesti tukevat lähestymistavat.

Perinteisten mittausten hiomisen lisäksi tämä integroitu menetelmä avaa ikkunan räjähdysten omaan astrofysiikkaan. Mallintamalla yhdessä kuinka supernovien esiintymistiheys riippuu tähtien iästä ja isäntägalaksin ominaisuuksista, tutkijat voivat testata kilpailevia käsityksiä siitä, mitkä kaksoistähtijärjestelmät tuottavat Tyypin Ia -tapahtumia ja miten nämä kanavat kehittyvät kosmisella aikaskaalalla.

Määrällisesti kirjoittajat arvioivat, että heidän lähestymistapansa voisi kiristää kosmologisia rajoitteita jopa nelinkertaisiksi verrattuna strategioihin, jotka luottavat rajalliseen spektroskooppiseen näytteeseen. Laadullisesti se siirtää ongelman spektrien metsästyksestä kohti uskottavuutta end-to-end -päättelyssä: parempia simulaatioita, älykkäämpiä verkkoja ja malleja, jotka tunnustavat havaintojen sotkeutuneen todellisuuden.

Rubin-observatorio toimittaa ennennäkemättömän aallon fotometrista dataa. Työkalut kuten CIGaRS lupaavat muuttaa tuon aallon selkeydeksi, jos yhteisö investoi vankkoihin simulaatioihin, huolelliseen valintavaikutusten karakterisointiin ja jatkuviin ristintarkastuksiin kuvaohjattujen ja spektroskooppisten analyysien välillä. Oletko valmis lukemaan maailmankaikkeutta uusilla silmillä?