使用人工智能獲得的謎也宇宙暗能量模擬（圖片來源：uux.cn/Niall Jeffrey（倫敦大學(xué)學(xué)院物理與天文學(xué)）/等人）
（神秘的地球uux.cn）據(jù)美國太空網(wǎng)（Robert Lea）：當(dāng)人類努力理解暗能量——驅(qū)動宇宙加速膨脹的神秘力量時，科學(xué)家們開始懷疑某種相當(dāng)未來的許人杭州美女上門聯(lián)系方式（微信156-8194-*7106）提供頂級外圍女上門，伴游，空姐，網(wǎng)紅，明星，車模等優(yōu)質(zhì)資源，可滿足你的一切要求東西。計算機還能做得更好嗎？工智好吧，一個使用人工智能技術(shù)以無與倫比的幫助精度推斷暗能量影響的團隊的初步結(jié)果可能會給出一個答案：是的。
該團隊由倫敦大學(xué)學(xué)院科學(xué)家尼爾·杰弗里領(lǐng)導(dǎo)，破解與暗能量調(diào)查合作，代碼利用可見物質(zhì)和暗物質(zhì)的量仍測量結(jié)果創(chuàng)建了宇宙的超級計算機模擬。雖然暗能量有助于將宇宙向各個方向向外推動，謎也但暗物質(zhì)是許人一種神秘的物質(zhì)形式，因為它不與光相互作用，工智所以仍然是幫助不可見的。
在創(chuàng)建了宇宙模擬后，破解工作人員利用人工智能繪制了一張覆蓋過去70億年的代碼精確宇宙地圖，并展示了暗能量的量仍作用。該團隊的所得數(shù)據(jù)代表了地球南半球約25%的天空中驚人的1億個星系。如果沒有人工智能，杭州美女上門聯(lián)系方式（微信156-8194-*7106）提供頂級外圍女上門，伴游，空姐，網(wǎng)紅，明星，車模等優(yōu)質(zhì)資源，可滿足你的一切要求使用這些數(shù)據(jù)創(chuàng)建這樣一張地圖將需要更多的觀測，這些數(shù)據(jù)代表了暗能量調(diào)查的前三年觀測結(jié)果。這些發(fā)現(xiàn)有助于驗證哪些宇宙進化模型與暗能量動力學(xué)相結(jié)合是可行的，同時排除了其他一些可能不可行的模型。
Jeffrey告訴Space.com：“與使用老式的方法從這些數(shù)據(jù)圖中了解暗能量相比，使用這種人工智能方法最終使我們測量暗能量的精度提高了一倍。使用標(biāo)準(zhǔn)方法需要四倍的數(shù)據(jù)。”。
Jeffrey補充道：“如果你想在沒有人工智能的情況下獲得這種精度和對暗能量的理解，你必須在不同的天空區(qū)域再收集三次相同的數(shù)據(jù)。這相當(dāng)于繪制另外3億個星系的地圖。”
暗能量的問題
暗能量是一種神秘力量的占位符名稱，這種力量加速了宇宙的膨脹，隨著時間的推移，將遙遠的星系越來越快地從銀河系和彼此之間推開。
目前的“宇宙膨脹”時期與大爆炸后宇宙誕生后的時期是分開的；它似乎是在最初的擴張放緩到停止后才開始運作的。
想象一下，在秋千上推一個孩子。在施加初始力后，揮桿會變慢，但揮桿并沒有停止，也沒有再次推動，而是突然開始再次移動。這本身就很奇怪，但實際上還有更多。在突然重新開始運動后，揮桿也會開始加速，達到越來越高的高度和速度。這與太空中發(fā)生的事情類似，宇宙向外冒泡，而不是來回擺動。
你可能會非常渴望了解是什么增加了額外的“推力”并導(dǎo)致了加速度。科學(xué)家們對暗能量是什么，以及它是如何在太空結(jié)構(gòu)上增加額外的宇宙推動力有著同樣的感受。
盡管我們不知道暗能量是什么，但暗能量約占宇宙能量和物質(zhì)預(yù)算的70%，這一事實加劇了這種愿望。考慮到暗物質(zhì)，暗物質(zhì)占預(yù)算的25%，不能由我們熟悉的原子組成——那些構(gòu)成恒星、行星、衛(wèi)星、中子星、我們的身體和隔壁貓的原子——我們只能真正看到整個宇宙的5%左右。
杰弗里說：“我們真的不明白什么是暗能量；這是一種奇怪的東西。這只是一個我們用來描述宇宙中一種額外的力的詞，隨著宇宙膨脹的不斷加速，這種力將所有東西相互推開。”。“暗能量調(diào)查試圖了解什么是暗能量。我們試圖做的主要事情是問一個問題：它是宇宙學(xué)常數(shù)嗎？”

這張圖顯示了基于宇宙大爆炸理論和膨脹模型的宇宙時間線。（圖片來源：uux.cn/美國國家航空航天局/WMAP科學(xué)團隊）
以希臘字母lambda表示的宇宙學(xué)常數(shù)，對于宇宙學(xué)家來說有著相當(dāng)傳奇的歷史。阿爾伯特·愛因斯坦首次引入它是為了確保他1915年革命性的引力理論廣義相對論的方程支持所謂的“靜態(tài)宇宙”
然而，當(dāng)埃德溫·哈勃對遙遠星系的觀測表明宇宙正在膨脹，因此不是靜止的時，這一概念受到了挑戰(zhàn)。愛因斯坦將宇宙學(xué)常數(shù)扔進了科學(xué)垃圾桶，據(jù)稱他將其描述為“最大的錯誤”
然而，1998年，兩個獨立的天文學(xué)家團隊觀察了遙遠的超新星，發(fā)現(xiàn)宇宙不僅在膨脹，而且似乎在以加速的速度膨脹。暗能量被發(fā)明來解釋這種加速背后的力，宇宙學(xué)常數(shù)被從假設(shè)的垃圾箱中提取出來。
現(xiàn)在，宇宙學(xué)常數(shù)lambda代表了宇宙的背景真空能量，其作用幾乎就像一股“反重力”力推動其膨脹。到目前為止，宇宙學(xué)常數(shù)是暗能量的主要證據(jù)。
Jeffrey說：“與使用相同暗物質(zhì)圖的標(biāo)準(zhǔn)方法相比，我們的結(jié)果得到了嚴(yán)格的驗證，我們發(fā)現(xiàn)這仍然與宇宙學(xué)常數(shù)解釋的暗能量一致。”。“因此，我們排除了一些暗能量的物理模型。”
然而，這并不意味著暗能量的奧秘——或者宇宙學(xué)常數(shù)所代表的頭痛——得到了緩解。
“物理學(xué)史上最糟糕的預(yù)測”
宇宙學(xué)常數(shù)仍然給科學(xué)家們帶來了一個巨大的問題。
這是因為對遙遠、后退的天體的觀測表明，λ值比量子物理學(xué)預(yù)測的要小120個數(shù)量級（10后面跟著119個零）。因此，宇宙學(xué)常數(shù)被一些科學(xué)家描述為“物理學(xué)史上最糟糕的理論預(yù)測”是有充分理由的。
Jeffrey很清楚：盡管團隊對這些結(jié)果很滿意，但這項研究還不能解釋理論和觀測之間的巨大差距。
“這種差距太大了，它告訴我們的量子力學(xué)理論是錯誤的，”他繼續(xù)說道。“這些結(jié)果可以告訴我們，什么樣的方程或什么樣的物理模型描述了我們的宇宙膨脹的方式，以及引力是如何工作的，將宇宙中由物質(zhì)組成的一切拉到一起。”
此外，盡管該團隊的研究結(jié)果表明廣義相對論是引力的正確配方，但它不能排除其他可能解釋暗能量效應(yīng)的潛在引力模型。
杰弗里說：“從表面上看，光看這些結(jié)果就可以與廣義相對論相一致，但仍然有很大的回旋余地，因為它也允許其他關(guān)于暗能量或引力如何工作的理論。”。

歐幾里得望遠鏡看到的螺旋星系IC 342將對我們理解暗能量產(chǎn)生重大影響。（圖片來源：uux.cn/歐空局）
這項研究證明了使用人工智能評估宇宙模擬模型的實用性，找出人類可能錯過的重要模式，從而尋找重要的暗能量線索。
Jeffrey說：“使用這些技術(shù)，我們可以得到結(jié)果，就好像我們又得到了三次數(shù)據(jù)一樣——這真是太神奇了。”。
倫敦大學(xué)學(xué)院的研究人員指出，進行這些研究需要一種非常特殊的人工智能形式，這種人工智能在發(fā)現(xiàn)宇宙模式方面訓(xùn)練有素。宇宙學(xué)家將無法像將問題插入ChatGPT并期待結(jié)果那樣，僅將基于宇宙的模擬提供給他們的人工智能系統(tǒng)。
他說：“ChatGPT的問題是，如果它不知道什么，它就會彌補。”。“我們想知道的是什么時候我們知道一些事情，什么時候我們不知道一些事情。所以我認為仍需要大量的增長，這樣對科學(xué)和人工智能相結(jié)合的工作感興趣的人才能獲得可靠的結(jié)果。”
暗能量調(diào)查還有六年的數(shù)據(jù)，結(jié)合2023年7月發(fā)射的歐幾里得望遠鏡的觀測，應(yīng)該會提供更多關(guān)于宇宙大尺度結(jié)構(gòu)的信息。這將有助于科學(xué)家完善他們的宇宙學(xué)模型，并創(chuàng)建更精確的宇宙模擬，這可能最終使他們找到關(guān)于暗能量之謎的答案。
Jeffrey總結(jié)道：“這意味著我們生成的模擬宇宙非常逼真；從某種意義上說，它們可能比我們用老式方法所能做的更逼真。”。“這不僅僅是關(guān)于準(zhǔn)確性，而是相信這些結(jié)果并認為它們是可靠的。”
該團隊的研究成果可在arXiv論文庫中以預(yù)印本的形式獲得。