使用人工智能更精确地了解暗能量

伦敦大学学院领导的研究小组利用人工智能 (AI) 技术，从过去 70 亿年宇宙中暗物质和可见物质的地图中更精确地推断出暗能量的影响和特性。

这项研究由暗能量调查合作组织进行，已提交给《皇家天文学会月刊》并可在arXiv预印本服务器上获取。研究人员将从地图推断宇宙关键特征(包括暗能量的总体密度)的精度提高了一倍。

这种精度的提高使研究人员能够排除以前可以想象的宇宙模型。

暗能量是一种加速宇宙膨胀的神秘力量，被认为约占宇宙成分的 70%(其中暗物质、引力牵引星系的不可见物质占 25%，普通物质仅占 5%) )。

主要作者 Niall Jeffrey 博士(伦敦大学学院物理与天文学)表示：“利用人工智能从计算机模拟的宇宙中学习，我们将宇宙关键属性的估计精度提高了两倍。

“如果没有这些新技术，要实现这一改进，我们将需要四倍的数据量。这相当于绘制另外 3 亿个星系的地图。”

合著者 Lorne Whiteway 博士(伦敦大学学院物理与天文学)表示：“我们的发现与目前对暗能量作为‘宇宙学常数’的最佳预测一致，其值不随空间或时间而变化。然而，它们也允许不同的解释是否正确的灵活性。例如，我们的引力理论仍然可能是错误的。”

与之前对 2021 年首次发布的暗能量巡天地图的分析一致，研究结果表明，宇宙中的物质比爱因斯坦广义相对论所预测的更平滑地扩散，而不是那么块状。然而，与早期的分析相比，本研究的差异不太显着，因为误差线更大。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！