Grupo de Cientistas Usa 'IA' Para Calcular Com Precisão os Parâmetros de Configuração do Universo

Prezados leitores e leitoras do BS!

 

[Imagem: Lucy Reading-Ikkanda/Simons Foundation]

Metodologia usado no projeto SimBIG (Simulation-Based Inference of Galaxies, ou Inferência de Galáxias Baseada em Simulação).

 

No dia de ontem (06/09), o portal Inovação Tecnológica noticiou um Grupo de Cientistas liderados por ChangHoon Hahn usaram a Inteligência Artificial (IA) para calcular com precisão os parâmetros de configuração do Universo.

 

De acordo com a nota do portal, a teoria cosmológica mais aceita atualmente, que os cientistas chamam de modelo-padrão do Universo, depende de apenas seis números, aos quais se pode chegar por cálculos teóricos ou por observações.

 

Mas ChangHoon Hahn e colegas de várias universidades ao redor do mundo decidiram usar uma nova abordagem, usando inteligência artificial (IA) para tentar extrair "informações ocultas" - não detectadas nas análises humanas - na distribuição das galáxias.

 

O resultado foi impressionante: O programa conseguiu estimar os valores de cinco dos seis parâmetros cosmológicos com incrível precisão.

 

Na verdade foi melhor do que isso: Os resultados alcançaram uma melhoria significativa em relação aos valores produzidos pelos métodos tradicionais. Em comparação com as técnicas convencionais, usando os mesmos dados de galáxias, a IA produziu menos da metade da incerteza para o parâmetro que descreve a aglomeração da matéria do Universo. O método também concordou estreitamente com estimativas dos parâmetros cosmológicos com base em observações de outros fenômenos, como a luz mais antiga do Universo, a famosa radiação de fundo de micro-ondas.

 

"Cada uma dessas pesquisas [rastreios de observações reais] custa centenas de milhões a bilhões de dólares," disse Shirley Ho, do Instituto Flatiron, nos EUA. "A principal razão pela qual essas pesquisas existem é porque queremos entender melhor esses parâmetros cosmológicos. Então, se você pensar nisso em um sentido muito prático, esses parâmetros valem dezenas de milhões de dólares cada um. Você quer a melhor análise possível para extrair o máximo de conhecimento possível dessas pesquisas e expandir os limites da nossa compreensão do Universo."

 

[Imagem: Bruno Régaldo-Saint Blancard/SimBIG collaboration]

Este instantâneo compara a distribuição de galáxias em um universo simulado usado para treinar o SimBIG (direita) com a distribuição de galáxias vista no universo real (esquerda).

Os seis parâmetros cosmológicos descrevem a quantidade de matéria comum, a matéria escura, a energia escura e as condições que se seguiram ao Big Bang, como a opacidade do Universo recém-nascido à medida que ele esfriava e se a massa no cosmos está espalhada homogeneamente ou em grandes aglomerados.

 

"[Esses parâmetros] são essencialmente as 'configurações' do Universo, que determinam como ele opera nas maiores escalas," disse Liam Parker, da Universidade de Princeton.

 

Uma dos modos mais importantes de os cosmólogos calcularem os parâmetros é estudando o agrupamento das galáxias. Tradicionalmente, essas análises lidam com a distribuição em larga escala das galáxias, mas dados mais recentes vêm indicando que há informações importantes escondidas nas escalas menores. O problema é que ninguém sabia como extrair essas informações. Foi aí que veio a ideia de usar inteligência artificial.

 

A implementação da ideia teve duas fases: Na primeira, um modelo de IA foi treinado para determinar os valores dos parâmetros cosmológicos com base na aparência de universos simulados; na segunda fase, o modelo recebeu observações reais da distribuição de galáxias. Na primeira fase, o modelo aprendeu como os valores dos parâmetros cosmológicos se correlacionam com diferenças de pequena escala nos agrupamentos de galáxias, como a distância entre pares individuais de galáxias. Na segunda fase, depois de receber dados de 109.636 galáxias reais, o modelo aproveitou detalhes de pequena e grande escala nos dados para aumentar a precisão de suas estimativas dos parâmetros cosmológicos.

 

Essas estimativas melhoradas ficaram tão precisas que são equivalentes a uma análise tradicional usando cerca de quatro vezes mais galáxias - quanto mais dados, maior é a precisão de cada resultado.

 

[Imagem: ChangHoon Hahn et al. - 10.1038/s41550-024-02344-2]

Restrições dos parâmetros cosmológicos calculados pela abordagem de IA.

 

Uma aplicação imediata desse ganho de precisão envolverá a crise cosmológica conhecida como tensão de Hubble. A tensão surge de estimativas desencontradas da constante de Hubble, que descreve a rapidez com que tudo no Universo está se espalhando.

 

O cálculo da constante de Hubble requer a estimativa do tamanho do Universo usando "réguas cósmicas": Estimativas baseadas na distância de supernovas são cerca de 10% maiores do que aquelas baseadas no espaçamento das flutuações na luz mais antiga do Universo, conhecida como fundo cósmico de micro-ondas, ou radiação de fundo.

 

Assim, qualquer ganho de precisão é importante para verificar se essa diferença não é meramente o acúmulo de erros em cada método de análise, ou se precisamos montar um novo modelo do Universo.

 

"Se medirmos as quantidades com muita precisão e pudermos dizer com firmeza que há uma tensão, isso poderá revelar uma nova física sobre a energia escura e a expansão do Universo," concluiu Hahn.

 

Aproveitamos para agradecer publicamente ao membro do Canal BS, o Sr. Fernando Salazar, por ter nos enviado essa matéria.

 

Saiba mais:

 

Artigo: Cosmological constraints from non-Gaussian and nonlinear galaxy clustering using the SimBIG inference framework

Autores: ChangHoon Hahn, Pablo Lemos, Liam Parker, Bruno Régaldo-Saint Blancard, Michael Eickenberg, Shirley Ho, Jiamin Hou, Elena Massara, Chirag Modi, Azadeh Moradinezhad Dizgah, David Spergel

Revista: Nature Astronomy

DOI: 10.1038/s41550-024-02344-2

 

Brazilian Space

 

Brazilian Space 15 anos

Espaço que inspira, informação que conecta!