Door de vooruitgang in telescopen hebben onderzoekers het heelal gedetailleerder kunnen bestuderen, en om een ​​standaard kosmologisch model vast te stellen dat verschillende waarnemingsfeiten tegelijkertijd verklaart. Maar er zijn veel dingen die onderzoekers nog steeds niet begrijpen. Opmerkelijk, het grootste deel van het universum bestaat uit donkere materie en donkere energie van onbekende aard. Een veelbelovende manier om deze mysteries op te lossen, is het bestuderen van de structuur van het universum. Het heelal bestaat uit filamenten waarin sterrenstelsels samenklonteren. Deze filamenten lijken op draden van ver weg, omringende holtes waar niets lijkt te zijn. De ontdekking van de kosmische microgolfachtergrond heeft onderzoekers een momentopname gegeven van hoe het universum er dicht bij het begin uitzag; begrijpen hoe de structuur evolueerde tot wat het nu is, zou waardevolle kenmerken over donkere materie en donkere energie onthullen.

Een team van onderzoekers, waaronder Kyoto University Yukawa Institute for Theoretical Physics Project Associate Professor Takahiro Nishimichi, en Kavli Institute for the Physics and Mathematics of the Universe (Kavli IPMU) Hoofdonderzoeker Masahiro Takada gebruikte 's werelds snelste astrofysische simulatie-supercomputers ATERUI en ATERUI II om de Dark Emulator te ontwikkelen. Door de emulator te gebruiken op gegevens die zijn vastgelegd door verschillende van 's werelds grootste observatie-onderzoeken, kunnen onderzoekers mogelijkheden bestuderen met betrekking tot de oorsprong van kosmische structuren en hoe de distributie van donkere materie in de loop van de tijd zou kunnen zijn veranderd.

"We hebben een buitengewoon grote database gebouwd met behulp van een supercomputer, waar we drie jaar over deden om het af te maken, maar nu kunnen we het in een kwestie van seconden opnieuw maken op een laptop. Ik heb het gevoel dat er een groot potentieel is in data science. Met behulp van dit resultaat, Ik hoop dat we ons een weg kunnen banen naar het ontrafelen van het grootste mysterie van de moderne natuurkunde, dat is om te ontdekken wat donkere energie is. Ik denk ook dat deze methode die we hebben ontwikkeld nuttig zal zijn in andere gebieden, zoals natuurwetenschappen of sociale wetenschappen, ", zegt hoofdauteur Nishimichi.

Deze tool maakt gebruik van een aspect van kunstmatige intelligentie dat machine learning wordt genoemd. Door een aantal belangrijke kenmerken van het universum te veranderen, zoals die van donkere materie en donkere energie, ATERUI en ATERUI II hebben honderden virtuele universums gecreëerd. Dark Emulator leert van de gegevens, en raadt uitkomsten voor nieuwe reeksen kenmerken zonder elke keer geheel nieuwe simulaties te hoeven maken. Bij het testen van de resulterende tool met real-life enquêtes, het voorspelde met succes zwakke zwaartekrachtlenseffecten in het Hyper Suprime-Cam-onderzoek, samen met de driedimensionale distributiepatronen van sterrenstelsels die zijn vastgelegd in de Sloan Digital Sky Survey met een nauwkeurigheid van 2 tot 3% in een kwestie van seconden. In vergelijking, afzonderlijk simulaties uitvoeren via een supercomputer zonder de AI, meerdere dagen zou duren.

De onderzoekers hopen hun tool toe te passen met behulp van gegevens van aankomende enquêtes in de jaren 2020, waardoor diepere studies van de oorsprong van het heelal mogelijk zijn.