Astronomi v Nečiji so razvili algoritem umetne inteligence, ki jim pomaga narisati in razložiti strukturo in dinamiko Vesolja okrog nas. Skupina iz Inštituta Leibniz za astrofiziko v Potsdamu, ki jo vodi Francisco Kitaura, je poročala o rezultatih v Mesečnih obvestilih Kraljevega astronomskega združenja. Znanstveniki rutinsko uporabljajo velike teleskope za opazovanje neba, zapisovanje koordinat in ocenjevanje oddaljenosti na stotine tisočev galaksij in na tak način odkrivajo strukturo Vesolja na velikih skalah. A razporeditev, ki jo vidijo, je nenavadna in jo je težko razložiti, z galaksijami, ki tvorijo gruče kompleksne "kozmične mreže", vlakni, ki jih povezujejo, in velikimi praznimi področji med njimi.
Gonilna sila te bogate strukture je gravitacija. Zdi se, da je približno 5% Vesolja zgrajenega iz "normalne" snovi, iz katere so zgrajene zvezde, planeti, prah in plin, ki jih lahko vidimo, okrog 23% pa sestavlja nevidna "temna" snov. Najpogosteje zastopano komponento, približno 72% Vesolja, predstavlja skrivnostna "temna energija", za katero se zdi, da je odgovorna za pospešeno razširjanje Vesolja. Ta model, imenovan Lambda Cold Dark Matter (LCDM), je bil začetna točka za delo ekipe iz Potsdama.
Meritve sipane toplote Velikega poka - tako imenovano "Kozmično sevanje ozadja" - omogočajo astronomom določitev gibanja Lokalne jate, skupine galaksij, v kateri je tudi naša galaksija, Mlečna cesta. Astronomi poskušajo to gibanje uskladiti s pričakovanim, ki izhaja iz razporeditve snovi okrog nas, vendar se to usklajuje s težavnostjo merjenja temne snovi na istem področju.
"Iskanje razporeditve temne snovi, ki bi ustrezala katalogu galaksij, je podobno, kot bi poskušali sestaviti geografsko karto Evrope iz nočnega posnetka satelita, na katerem je vidna le svetloba iz gosto poseljenih območij," pravi dr. Kitaura.
Njegov novi algoritem temelji na umetni inteligenci. Izračun začne s fluktuacijami gostote Vesolja iz kozmičnega sevanja ozadja, nato pa simulira, kako se ta snov sesede v dandanašnje galaksije preko 13.700 milijonov let. Rezultat takega algoritma je rezultat podoben opazovani razporeditvi in gibanju galaksij.
Dr. Kitaura še dodaja: "Naši natančni izračuni kažejo, da lahko smer gibanja in 80% hitrosti galaksij v naši Lokalni jati pojasnimo z gravitacijskimi silami, ki so rezultat delovanja snovi do 370 milijonov svetlobnih let daleč. Za primerjavo: Andromedina galaksija, ki je največja članica naše lokalne jate, je oddaljena približno 2,5 milijona svetlobnih let, zato lahko opazujemo, kako razporeditev snovi na velikih oddaljenostih vpliva na galaksije, ki so nam relativno blizu.
Naši rezultati se prav tako dobro ujemajo z napovedjo modela LCDM. Da bi pojasnili preostalih 20% hitrosti, moramo upoštevati vpliv snovi na oddaljenosti do 460 milijonov svetlobnih let, vendar so trenutno podatki za tako velike razdalje še nezanesljivi.
Kljub tej pomanjkljivosti je naš model velik korak naprej. S pomočjo umetne inteligence lahko sedaj modeliramo Vesolje okrog nas z edinstveno natančnostjo in proučujemo, kako so nastale največje strukture v Vesolju."
Francisco Kitaura deluje na področju umetne inteligence od leta 2011. Njegova članek je dosegljiv na spletnem naslovu http://arxiv.org/abs/1205.5560 in bo kmalu objavljen v Mesečnih obvestilih Kraljevega astronomskega združenja.