iaintel·ligènciaartificial.cat← Portada

CIÈNCIA · 4 MIN

Una xarxa neuronal aprèn a reconstruir com era l'univers als seus primers instants combinant dos tipus de senyal de ràdio del cel

Astrofísics de diverses universitats entrenen un model d'aprenentatge profund per remuntar, a partir d'observacions simulades de l'època de reionització, el mapa de densitat de l'univers primitiu, i milloren fins a un factor de dos la precisió amb què es podrien mesurar paràmetres cosmològics clau.

Il·lustració editorial de Una xarxa neuronal aprèn a reconstruir com era l'univers als seus primers instants combinant dos tipus de senyal de ràdio del cel
Escolta:

La informació sobre les condicions inicials de l'univers, just després del Big Bang, queda emmascarada per milers de milions d'anys de formació de galàxies i estructures, un procés molt no lineal que barreja i esborra bona part d'aquell senyal primigeni; recuperar-lo a partir d'observacions del cel actual és un dels grans reptes de la cosmologia moderna.

Anchal Saxena, P. Daniel Meerburg, Guochao Sun, Tzu-Ching Chang i Lluís Mas-Ribas han presentat el 4 de setembre a arXiv un estudi, tramès a la revista Monthly Notices of the Royal Astronomical Society, en què entrenen una xarxa neuronal de tipus U-Net tridimensional per «desfer» aquest embolic: a partir de mapes simulats de dos senyals de ràdio observables durant l'anomenada època de reionització (uns 800 milions d'anys després del Big Bang) —l'emissió de 21 centímetres de l'hidrogen neutre i línies d'emissió de monòxid de carboni—, el model reconstrueix el mapa de densitat de matèria de l'univers en un moment molt més primerenc, uns 100 milions d'anys després del Big Bang. En l'escenari ideal, sense soroll instrumental, la reconstrucció combinada dels dos senyals arriba a una correlació de com a mínim 0,90 amb el mapa original a les escales més grans; amb soroll i resolució realistes, la correlació encara es manté per damunt de 0,70 a les escales rellevants, i la combinació de tots dos senyals millora fins a gairebé el doble la precisió amb què es podrien mesurar paràmetres cosmològics fonamentals com l'amplitud de les fluctuacions de matèria o l'índex espectral primordial.

La notícia és rellevant perquè suggereix que, combinant diversos tipus de futures observacions per ràdio del cel primitiu amb aprenentatge profund, es podria recuperar informació sobre l'univers molt primigeni que fins ara es considerava pràcticament inabastable amb les tècniques estadístiques habituals, una troballa que pot ajudar a dissenyar millor la següent generació de radiotelescopis i experiments d'intensitat de línia dedicats a estudiar aquesta època de l'univers.

Es tracta d'un preprint encara no revisat per parells, basat íntegrament en dades simulades per ordinador i no en observacions reals, ja que els instruments capaços de captar amb prou sensibilitat tots dos tipus de senyal a aquesta escala encara no existeixen; els mateixos autors adverteixen que els resultats depenen de com de ben calibrats estiguin els supòsits sobre soroll i resolució instrumental fets servir a les simulacions, i que caldrà validar el mètode quan arribin dades reals d'observatoris futurs.

Mateix tema

Butlletí de dissabte

La setmana d’IA, en cinc minuts.