Ученые из Калифорнийского университета в Риверсайде разработали нейросетевой эмулятор GokuNEmu, который с невероятной точностью и скоростью моделирует развитие структуры Вселенной на протяжении миллиардов лет.
Эта система способна работать не только в рамках стандартной космологической модели ΛCDM, но и в более сложных сценариях, включая переменные параметры тёмной энергии, массивные нейтрино и другие вариации.
Для обучения нейросети использовались тысячи компьютерных симуляций, отражающих эволюцию структуры Вселенной.
GokuNEmu предсказывает результаты с точностью около 0,5% и охватывает диапазон от размеров сверхскоплений до плотных галактических структур.
Основное преимущество этой нейросети — её скорость: она выполняет расчёты в сотни раз быстрее, чем предыдущие модели.
Иллюстрация: Sora.
Разработчики отмечают, что такая точность и быстрота позволяют не только адаптировать модель под наблюдения, но и разгадывать сложные взаимосвязи между космологическими параметрами.
Например, нейросеть помогает различать влияние массы нейтрино и свойства тёмной энергии — два параметра, которые часто «маскируют» друг друга в данных.
Это особенно важно, поскольку небольшие изменения этих параметров могут значительно повлиять на выводы о будущем Вселенной.
В отличие от большинства существующих инструментов, GokuNEmu учитывает сразу десять космологических параметров.
Это делает её полезной для будущих обзоров новых телескопов, таких как LSST, Euclid, Roman Space Telescope и китайский орбитальный телескоп CSST, а также для анализа сценариев развития Вселенной, которые были недоступны предыдущим моделям.
Особенно важно, что новая модель помогает проверять выводы о тёмной энергии, полученные с помощью новейших космологических наблюдений, таких как проект DESI, изучающий ускорение расширения Вселенной.