Miliardi di galassie costellano l’universo, ma la materia oscura che ruolo gioca? Lo studio della University College of London prova a immaginare uno spazio dove le leggi di gravità non sono così nette come quelle descritte da Albert Einstein. La Machine Learning aiuta a dedurre informazioni da modelli simulati di Universo, permettendo di approfondire questo secolare mistero

In questo articolo si parla di:

Niall Jeffrey, autore dello studio sulle proprietà dell’energia oscura guidato dalla University College Of London (UCL), afferma che imparando dagli universi simulati dai computer grazie all’Intelligenza Artificiale, abbiamo aumentato esponenzialmente la precisione delle stime sulle caratteristiche chiave dell’Universo. L’alternativa, conclude Jeffrey, sarebbe quella di mappare oltre 300 milioni di galassie. Lo studio che si incentra sulla materia oscura è stato condotto grazie alla collaborazione della Dark Energy Energy Survey e introdotto nella rivista Monthly Notices of the Royal Astronomical Society.

Comprendere la materia oscura e il ruolo della legge sulla relatività di Albert Einstein

Quanto è densa la materia oscura? In cosa differisce dalla materia? I modelli di Universo che finora basavano le proprie teorie sulle leggi della relatività impostate da Albert Einstein, sono state messe in discussione insieme alla legge di gravità.

Lo studio della UCL ha aumentato la precisione con cui è stato possibile dedurre finora, dalla sua mappatura, le caratteristiche fondamentali dell’Universo, compresa la densità dell’energia oscura. Questa maggiore precisione sta permettendo ai ricercatori di escludere modelli di Universo che in precedenza potevano essere plausibili. Le teorie odierne sulla composizione e il comportamento della materia nell’Universo sono attualmente soggette alla costante cosmologica, che spiega come una componente di energia possa interagire con un modello cosmologico che è basato sulla relatività di Albert Einstein. Tuttavia, lo studio della UCL ha messo in discussione tali modelli cosmologici. La nostra teoria della gravità, quindi, potrebbe essere errata, o quantomeno da rivedere.

La mappatura dell’Universo con modelli di apprendimento automatico

Una certa flessibilità sulla revisione di queste teorie è stata possibile grazie a nuove mappature della materia oscura presente nell’Universo di cui abbiamo conoscenza. L’esperimento si è basato sulla simulazione di modelli matematici differenti di Universo, dai quali si è estratta una mappatura della materia esistente. L’intelligenza artificiale, attraverso dei modelli di apprendimento automatico, ha poi estratto da questi modelli dalle informazioni chiave per dedurre che l’attuale costante cosmologica, il cui valore non dovrebbe cambiare nello spazio o nel tempo, godrebbe invece di una flessibilità che consentirebbe una spiegazione differente sulla genesi della materia oscura.

La missione Euclid e la mappa della materia oscura

Nel contesto della missione Euclid – la prossima tappa dello studio – i ricercatori continueranno a tentare di risolvere il mistero dell’Universo uniforme. Questa missione spaziale, lanciata dall’Agenzia Spaziale Europea, ha l’obiettivo di studiare la materia oscura, l’energia oscura e l’espansione dell’Universo. Con l’ausilio del telescopio Korsch, Euclid, che rivela le sue prime immagini a colori del cosmo, vengono create immagini astronomiche nitidissime in una zona di cielo così grande, guardando nell’Universo più remoto.

Mentre i dati continuano ad accumularsi, la speranza è che possiamo avvicinarci sempre più a una comprensione dell’Universo e del suo funzionamento. Inoltre, oltre a cercare di capirne la sostanza, i ricercatori continueranno a lavorare su simulazioni di diversi universi basate sui dati della mappa della materia grazie al lavoro della Dark Energy Survey.

Author: Claudia Sistelli

© Riproduzione Riservata