倫敦大學學院領(lǐng)導的研究小組利用人工智能 (AI) 技術(shù)，從過去 70 億年宇宙中暗物質(zhì)和可見物質(zhì)的地圖中更精確地推斷出暗能量的影響和特性。
這項研究由暗能量調(diào)查合作組織進行，已提交給《皇家天文學會月刊》并可在arXiv預印本服務器上獲取。研究人員將從地圖推斷宇宙關(guān)鍵特征(包括暗能量的總體密度)的精度提高了一倍。
這種精度的提高使研究人員能夠排除以前可以想象的宇宙模型。
暗能量是一種加速宇宙膨脹的神秘力量，被認為約占宇宙成分的 70%(其中暗物質(zhì)、引力牽引星系的不可見物質(zhì)占 25%，普通物質(zhì)僅占 5%) )。
主要作者 Niall Jeffrey 博士(倫敦大學學院物理與天文學)表示：“利用人工智能從計算機模擬的宇宙中學習，我們將宇宙關(guān)鍵屬性的估計精度提高了兩倍。
“如果沒有這些新技術(shù)，要實現(xiàn)這一改進，我們將需要四倍的數(shù)據(jù)量。這相當于繪制另外 3 億個星系的地圖。”
合著者 Lorne Whiteway 博士(倫敦大學學院物理與天文學)表示：“我們的發(fā)現(xiàn)與目前對暗能量作為‘宇宙學常數(shù)’的最佳預測一致，其值不隨空間或時間而變化。然而，它們也允許不同的解釋是否正確的靈活性。例如，我們的引力理論仍然可能是錯誤的。”
與之前對 2021 年首次發(fā)布的暗能量巡天地圖的分析一致，研究結(jié)果表明，宇宙中的物質(zhì)比愛因斯坦廣義相對論所預測的更平滑地擴散，而不是那么塊狀。然而，與早期的分析相比，本研究的差異不太顯著，因為誤差線更大。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！