Sciencemag.cz
Doporučujeme
Hmota ve vesmíru je rozložena plynuleji – méně „hrudkovitě“ – než by předpovídala obecná teorie relativity.
Vědci z University College London a jejich kolegové použili techniky umělé inteligence k přesnějšímu odvození vlastností temné energie. Vyšli přitom z mapy temné a viditelné hmoty, pokrývající posledních 7 miliard let vývoje vesmíru.
Studii, která je prozatím k dispozici na preprintovém serveru arXiv, provedl projekt/spolupráce Dark Energy Survey. Výzkumníci zdvojnásobili přesnost, s níž lze z mapy odvodit klíčové charakteristiky vesmíru, včetně celkové hustoty temné energie.
Hlavní autor Niall Jeffrey z UCL uvádíl: „Pomocí umělé inteligence, která se učí z počítačem simulovaných vesmírů, jsme zvýšili přesnost našich odhadů klíčových vlastností vesmíru na dvojnásobek. Abychom stejného zlepšení dosáhli bez těchto nových technik, potřebovali bychom čtyřikrát větší množství dat, což by odpovídalo zmapování dalších 300 milionů galaxií.“
Získané výsledky jsou v souladu s dnes převládajícím modelem temné energie jako kosmologické konstanty, jejíž hodnota se nemění v prostoru ani v čase. Připouštějí nicméně i jiná možná vysvětlení včetně toho, že naše současná teorie gravitace je chybná.
V souladu s předchozími analýzami mapy Dark Energy Survey, poprvé zveřejněnými v roce 2021, nová zjištění naznačují, že hmota ve vesmíru je rozložena plynuleji – méně „hrudkovitě“ – než by předpovídala obecná teorie relativity. V porovnání s dřívější analýzou však byl rozpor v této studii méně významný.
Mapa Dark Energy Survey byla získána pomocí slabého gravitačního čočkování, tj. sledováním toho, jak je světlo ze vzdálených galaxií na své cestě k Zemi ohýbáno gravitací okolní hmoty. V rámci projektu Dark Energy Survey se analyzovaly deformace tvarů 100 milionů galaxií. Z toho pak lze odvodit rozložení veškeré hmoty, jak temné, tak viditelné, v popředí těchto galaxií. Výsledná mapa pokrývala čtvrtinu oblohy na jižní polokouli.
Pro novou studii vědci použili superpočítače financované britskou vládou, aby na základě údajů z mapy hmoty Dark Energy Survey provedli simulace různých vesmírů. Každá simulace měla jiný matematický model vesmíru. Na základě každé z těchto simulací vědci vytvořili mapy hmoty. Model strojového učení byl použit k extrakci informací v těchto mapách, které byly relevantní pro kosmologické modely. Druhý nástroj strojového učení, který se učil z mnoha příkladů simulovaných vesmírů s různými kosmologickými modely, se podíval na skutečná pozorovaná data a určil pravděpodobnosti, zda některý kosmologický model je skutečným modelem našeho vesmíru.
Další fáze souvisejících výzkumů, včetně mise Euclid Evropské kosmické agentury, která odstartovala loni v létě, výrazně zvýší množství dat o velkorozměrových strukturách ve vesmíru. To by vědcům mělo pomoci určit, zda je nečekaná hladkost vesmíru známkou toho, že současné kosmologické modely jsou chybné, nebo zda pro ni existuje jiné vysvětlení. V současné době je pozorovaná hladkost také v rozporu s tím, co by se dalo předpovědět na základě analýzy kosmického mikrovlnného pozadí.
N. Jeffrey et al, Dark Energy Survey Year 3 results: likelihood-free, simulation-based wCDM inference with neural compression of weak-lensing map statistics, arXiv (2024). DOI: 10.48550/arxiv.2403.02314
Zdroj: University College London / Phys.org, přeloženo / zkráceno
Hloupost co píše AL. Temná energie je Etér, nosič energie a informací . Etér je všude kolem . Žádná hrudkovitá hmota !
Vybuzením Etéru dostanete elektrický přebytek energie, bez spalování fosilních paliv .
Tak jak touží EU !
Netřeba stavět Jaderky !
Pokud jsou uvedené simulace a jejich vyhodnocení správně a je chybně OTR, potom logicky buď neplatí „PRINCIP RELATIVITY“ nebo „PRINCIP EKVIVALENCE“. A to je velký průšvih.