Искусственный интеллект усовершенствовал формулу для оценки массы галактических скоплений

Искусственный интеллект смог найти новый член в уравнении для оценки массы галактических скоплений, который делает ее более точной. Это будет иметь большое значение для того, чтобы понять, как устроена Вселенная.

Скопление галактик
Скопление галактик. Источник: ESA/Hubble & NASA

Как узнать массу галактических скоплений

Астрофизики из Института перспективных исследований Института Флетирона применили искусственный интеллект для поиска лучшего способа оценки массы скоплений галактик. И он предложил ввести в известное уравнение достаточно простой член, значительно повысивший его точность.

Эта задача тесно связана с пониманием того, как устроена наша Вселенная. Для того чтобы точно описать ее прошлое и будущее, необходимо знать, как в ней распределяется масса. А она преимущественно сосредоточена в скоплениях галактик, в состав которых могут входить тысячи звездных систем, подобных Млечному Пути.

Проблема в том, что, кроме них, большая доля массы может приходиться на плазму, газ и пыль, которые мы часто просто не видим, а также на темную материю, которая с окружающей средой вообще практически не взаимодействует.

Оценка по изменениям реликтового излучения

Для оценки массы галактики используется достаточно хитрый метод, который базируется на том факте, что когда материя сжимается под действием гравитации, то из нее вылетают электроны и возникает их повышенное давление. Когда сквозь облако таких возбужденных электронов пролетает фотон реликтового излучения, то он переизлучается.

И характеристики этих новейших фотонов зависят от характеристик электронов. А из этих параметров уже можно вычислить характеристики гравитационного поля и, как следствие, массу, которая его и породила. Но проблема в том, что разные скопления галактик могут иметь разный вклад разных компонентов.

У некоторых может быть больше темной материи, у других — газа и пыли, а у третьих — звезд. И их влияние нужно оценивать по-разному. Поэтому уравнение, которым пользуются астрофизики, может иметь множество дополнительных коэффициентов, так или иначе влияющих на результат.

Как искусственный интеллект повысил точность расчетов

Именно проблема большого количества вариантов коэффициентов и заставила ученых привлечь к поискам ответа искусственный интеллект. В принципе, он ничем не отличался от того, который используется для множества других задач.

Было определенное множество результатов, на которых он научился тому, как выглядят возможные правильные ответы, а дальше начал генерировать все новые и новые варианты, проверяя их на соответствие тому, что он усвоил.

Разница заключалась лишь в том, что на этот раз он работал непосредственно с уравнениями, применяя метод символьной регрессии. В конце концов, математические выражения — это образы, которые мозг математика оценивает, исходя из предыдущего опыта.

Машина сделала то же самое, только быстрее. И, в конце концов, у искусственного интеллекта получилось найти такой коэффициент, который сделал стандартное выражение более эффективным. В результате оказалось, что новое уравнение уменьшает вариативность отметки массы на 20—30 процентов.

По материалам phys.org.

Только самые интересные новости и факты в нашем Telegram-канале!

Присоединяйтесь: https://t.me/ustmagazine