由巴萨罗那大学宇宙科学研究所（ICCUB）领导的研究人员开发了一种新技术，可以大大改善科学家对宇宙膨胀的研究，并调查被称为暗能量的神秘力量。研究发表于《自然天文学》，介绍了一个名为CIGaRS的框架，该框架可以从Ia型超新星中提取远超现有方法的信息，这些强大的恒星爆炸用于测量广阔的宇宙距离。与许多当前方法不同，该方法主要依赖成像数据，而非昂贵的光谱观测。这一进展预计将帮助天文学家充分利用即将从下一代天文大调查中到来的巨量数据集，特别是由维拉·C·鲁宾天文台进行的调查。 Ia型超新星的重要性 Ia型超新星发生在白矮星爆炸时。由于这些爆炸几乎达到相同的内在亮度，天文学家将它们用作“标准蜡烛”：通过比较它们的实际亮度与从地球所观察到的亮度，研究人员可以计算它们的距离。这些测量在发现宇宙以加速的速度膨胀中发挥了至关重要的作用。科学家将这种加速归因于暗能量，这是现代物理学中最重要的未解之谜之一。然而，这里有一个重要的复杂性。Ia型超新星并不完全相同。 主星系如何影响超新星测量 在过去20年中，天文学家发现超新星的观察亮度受到其发生的星系的影响。在较老或更大质量的星系中发现的超新星与在较年轻或质量较小的星系中发生的超新星可能会略有不同。研究人员通常使用相对简单的修正方法来考虑这些差异。虽然这种方法有用，但这些近似值可能限制距离测量的准确性，并反过来影响宇宙学研究的精度。 超新星与宇宙的统一模型 新框架通过同时建模多个因素来应对这一挑战。研究人员并不是独立处理每个组件，而是构建了一个单一的集成模型，包含了超新星爆炸本身、它们的宿主星系、改变它们光线的尘埃、宇宙历史中的超新星发生率的变化，甚至宇宙的膨胀。通过将所有这些因素连接在一个统计和物理框架内，团队能够捕捉在单独分析时常被忽视的关系。 “对宇宙建模的一种强大方法是使用贝叶斯推断在计算机中从头模拟它，”研究合著者Raúl Jiménez（ICREA-ICCUB）表示。“这提供了一种同时改变所有可能参数以预测我们生活的宇宙的方法。此外，通过具备这种能力，可以研究可能的‘未知未知’系统，以理解它们的影响。这些系统在我们的推断中的影响无疑是当前宇宙建模方法中最重要的缺失成分。” 使用人工智能分析宇宙 建立如此全面的模型通常需要巨大的计算能力。为了使方法实际可行，研究人员转向了一种称为基于模拟的推断的现代技术。该过程始于科学家基于物理模型生成大量的模拟宇宙。一种神经网络（人工智能的一种）随后学习模拟观察与产生这些观察的物理属性之间的关系。一旦训练完成，系统可以将真实的天文观察与其模拟进行比较，并确定最可能的潜在参数。这一策略使得同时分析数万个超新星成为可能，而使用传统技术这个任务将显得不切实际。 仅凭图像获取准确的星系距离 研究的一个重要发现是，该框架可以仅使用成像数据高精度地确定星系距离（红移）。红移测量了随着宇宙膨胀，星系的光被拉伸的程度。它提供了有关星系距离的信息，以及我们观察它的时间悠远。研究人员表示，该新方法提供的红移估计的精度可与光谱测量相媲美，但不需要光谱。这一能力特别重要，因为即将到来的调查预计将识别出数百万个超新星候选体，而只有一小部分实际可以接收光谱跟进观测。 准备迎接鲁宾天文台的数据洪流 维拉·C·鲁宾天文台目前正在智利建设中，预计将在不久的将来开始为期十年的天空调查。在这一任务中，它将发现前所未有的超新星数量...