##

天文学家开发了一种新的人工智能驱动框架，该框架可以从用于测量宇宙的爆炸恒星中获取更多信息。图片来源：Shutterstock

一种新方法可以通过将超新星与其所在的星系一起分析来改进宇宙学研究。

由巴塞罗那大学宇宙科学研究所（ICCUB）的科学家领导的国际合作团队开发出一种新方法，这种方法可能会让研究人员更深入地了解宇宙如何膨胀以及暗能量是什么。

这项发表在《自然天文学》上的研究介绍了一个名为CIGaRS的框架。它旨在从Ia型超新星——这类对宇宙学至关重要的爆炸恒星——中提取更多信息，主要通过使用成像数据而非依赖昂贵的光谱观测。

这个方法可以帮助科学家充分利用即将进行的天文观测预计产生的海量数据集，尤其是来自维拉C鲁宾天文台的数据。

为什么超新星对于理解宇宙很重要

Ia型超新星发生在白矮星爆炸时。由于这些爆炸的真实亮度通常几乎相同，天文学家将它们视为标准烛光。通过比较它们本应有的亮度与从地球观测到的亮度，研究人员可以估算宇宙中的距离。

这种方法在揭示宇宙膨胀正在加速方面发挥了关键作用，这一效应与暗能量有关，暗能量是物理学中最深刻的未解之谜之一。但存在一个重要的复杂问题：Ia型超新星并非完全相同。

问题在于：超新星会受到其所处环境的影响

多年来，天文学家发现Ia型超新星的亮度会受到其所在星系的微妙影响。例如，在较古老或质量较大的星系中的超新星，与在较年轻或较小的星系中的超新星相比，可能会呈现出轻微的差异。

到目前为止，研究人员通常使用相对简单的近似方法来修正这些效应。这些简化方法可能会限制科学家利用超新星测量宇宙距离的精确程度。

一个统一的解决方案：全面的模型

这项新研究通过将多个相关因素一起建模来应对这一挑战：超新星爆发、它们的宿主星系、使它们的光线变暗和变红的尘埃、超新星在整个宇宙历史中出现的频率，以及宇宙本身的膨胀。

该团队没有将每个元素分开处理，而是创建了一个通过物理和统计关系将它们联系起来的自洽模型。

模拟宇宙的一种有效方法是使用贝叶斯推理在计算机中从头开始模拟它，该研究的合著者劳尔希门尼斯（ICREAICCUB）说。这提供了一种同时改变所有可能参数以预测我们所处宇宙的方法。此外，通过这种能力，人们可以研究可能的‘未知的未知’系统误差，以了解它们的影响。这些系统误差对我们推理的影响，可以说是当前宇宙建模方法中最重要的缺失要素。

人工智能与宇宙学

为了使这种广泛的建模策略切实可行，研究人员采用了一种名为基于模拟的推理的现代方法。

这个过程始于科学家基于物理模型创建大量模拟宇宙。然后，一个神经网络（一种人工智能）学习模拟观测结果与潜在物理参数之间的关联。训练完成后，该系统可以利用真实的天文数据直接推断这些参数。

这使得同时分析数万个超新星成为可能，这一规模是传统技术无法实际处理的。

一个关键成果：无需光谱学的精确距离

主要发现之一是，该方法仅利用图像就能准确估算星系距离（即红移）。

红移描述了星系的光因宇宙膨胀被拉伸的程度。它帮助天文学家确定星系的距离以及我们看到的星系是多久以前的。

为鲁宾天文台时代做准备

维拉C鲁宾天文台目前正在智利建造，不久将启动一项为期10年的天空调查。预计它将探测到数量惊人的超新星，其中约99%仅通过光度法观测，即通过不同颜色拍摄的图像进行观测。

CIGaRS框架是专门为这类数据丰富的环境设计的。

与其他需要解析简化的框架不同，我们这种不妥协的端到端基于模拟的推理方法独特地能够从鲁宾天文台来之不易的数据中提取完整的宇宙学和天体物理学信息，同时避免选择偏差和建模偏差的陷阱，该研究的主要作者KonstantinKarchev（ICCUB的里雅斯特国际高等研究院）表示。

超越宇宙学：探索恒星如何爆炸

除了改进暗能量的测量，这项研究还可能帮助研究人员更好地理解Ia型超新星的形成方式及其发生时间。通过重建超新星爆发率与星系中恒星年龄的关系，该模型为探究产生这些爆炸的恒星系统的长期存在的问题提供了一种方法。

结果表明，将基于物理的建模与人工智能相结合可以解决当前宇宙学分析中的主要弱点。根据作者的说法，与仅依赖一小部分光谱观测超新星的传统方法相比，这种方法可以将宇宙学约束提高多达四倍。

随着鲁宾天文台准备重塑天文学，CIGaRS等工具可以帮助研究人员更全面地解读其数据，更好地理解这些观测所揭示的宇宙。

相关知识

爆炸恒星一般指超新星爆发，是大质量恒星演化至末期的剧烈爆炸现象。当恒星核心燃料耗尽，引力坍缩与内部反弹力引发剧烈爆炸，瞬间释放的能量远超其一生辐射总和，亮度可短暂超过整个星系。爆炸抛射的物质形成星云，还会合成重元素，是宇宙中元素循环和新天体形成的重要环节。

BY: University of Barcelona

FY: AI

如有相关内容侵权，请在作品发布后联系作者删除

转载还请取得授权，并注意保持完整性和注明出处