AI框架仅凭超新星图像解锁宇宙数据

一支国际研究团队发布了一款AI驱动的框架，有望大幅提升科学家测量宇宙膨胀的精度——无需昂贵的光谱观测数据，仅凭超新星图像便可提取多达四倍的信息量。

宇宙的统一模型

该方法名为CIGaRS（综合推断与星系相关标准化），于5月6日发表在《自然天文学》期刊上。该框架由的里雅斯特国际高等研究院（SISSA）的康斯坦丁·卡尔切夫和罗伯托·特罗塔，以及巴塞罗那大学宇宙科学研究所（ICCUB）的劳尔·希门尼斯共同开发，利用神经网络分析Ia型超新星——一种用作"标准烛光"以测量宇宙距离的恒星爆炸现象。

CIGaRS并非通过零散的修正来消除环境因素对超新星亮度的影响，而是同时对所有相关因素进行整体建模，涵盖星系演化、星际尘埃、超新星在宇宙时间尺度上的出现率，以及爆炸本身的可观测特性。这种整体性方法使系统仅凭测光（成像）数据，便能将超新星的固有属性与环境干扰因素区分开来。

为数百万颗超新星做好准备

这一框架的出现恰逢关键时机。位于智利的薇拉·C·鲁宾天文台即将启动一项为期十年的巡天观测，预计将探测到数百万颗超新星候选体，其中约99%只能通过图像而非光谱学手段进行观测。

"与其他需要简化分析的框架不同，我们这种不妥协的端到端模拟推断方法能够从鲁宾天文台来之不易的数据中提取完整的宇宙学和天体物理学信息，同时规避选择偏差和建模偏差的陷阱，"该研究的第一作者Karchev表示。

研究人员发现，与仅依赖少量光谱观测超新星样本的传统方法相比，CIGaRS可将宇宙学约束精度提升至多四倍。其仅凭图像估算星系距离的精度，可媲美光谱测量的结果。

探索暗能量的更宏观使命

这项研究融入了人类解答宇宙根本问题的更宏大探索之中。科学家们对宇宙膨胀的精确速率仍存在分歧——这一争议被称为"哈勃张力"——而来自暗能量巡天和暗能量光谱仪的最新数据，也为暗能量本身是否随时间演变这一争论增添了新的复杂性。

"对宇宙进行建模的一种有效方法，是利用贝叶斯推断在计算机中从头模拟宇宙，"希门尼斯表示，"这为我们提供了一种途径，能够同时调整所有可能的参数，从而预测我们所处的宇宙究竟是什么样的。"来源