Figura 1:Um exemplo do universo virtual criado pelo supercomputador ATERUI II. Ele mostra a distribuição de cerca de 10 bilhões de partículas em um volume que abrange cerca de 4,9 bilhões de anos-luz evoluídos até hoje. Demora cerca de dois dias usando 800 núcleos de CPU no ATERUI II. Crédito:YITP
Os avanços nos telescópios permitiram aos pesquisadores estudar o universo com mais detalhes, e estabelecer um modelo cosmológico padrão que explica vários fatos observacionais simultaneamente. Mas há muitas coisas que os pesquisadores ainda não entendem. Notavelmente, a maior parte do universo é composta de matéria escura e energia escura de natureza desconhecida. Um caminho promissor para resolver esses mistérios é estudar a estrutura do universo. O universo é feito de filamentos onde as galáxias se agrupam. Esses filamentos se assemelham a fios de longe, vazios circundantes onde parece não haver nada. A descoberta da radiação cósmica de fundo em micro-ondas deu aos pesquisadores um instantâneo de como o universo parecia perto de seu início; compreender como sua estrutura evoluiu para o que é hoje revelaria características valiosas sobre a matéria escura e a energia escura.
Uma equipe de pesquisadores, incluindo o professor associado Takahiro Nishimichi do Instituto Yukawa do Projeto de Física Teórica da Universidade de Kyoto, e Instituto Kavli de Física e Matemática do Universo (Kavli IPMU) O Investigador Principal Masahiro Takada usou os supercomputadores de simulação astrofísica ATERUI e ATERUI II mais rápidos do mundo para desenvolver o Dark Emulator. Usar o emulador em dados registrados por vários dos maiores levantamentos observacionais do mundo permite aos pesquisadores estudar possibilidades sobre a origem das estruturas cósmicas e como a distribuição da matéria escura poderia ter mudado ao longo do tempo.
"Construímos um banco de dados extraordinariamente grande usando um supercomputador, que nos levou três anos para terminar, mas agora podemos recriá-lo em um laptop em questão de segundos. Eu sinto que há um grande potencial na ciência de dados. Usando este resultado, Espero que possamos trabalhar nosso caminho para descobrir o maior mistério da física moderna, que é descobrir o que é a energia escura. Também acho que este método que desenvolvemos será útil em outras áreas, como ciências naturais ou ciências sociais, "diz o autor principal Nishimichi.
Figura 2:A forma como as galáxias se agrupam no Universo fica clara nesta imagem do universo, conforme observado pelo Sloan Digital Sky Survey (SDSS). Os pontos amarelos representam a posição de galáxias individuais, enquanto o loop laranja mostra a área do universo que abrange 1 bilhão de anos-luz. No centro está a Terra, e ao seu redor está um mapa tridimensional de onde estão as diferentes galáxias. A imagem revela que as galáxias não estão uniformemente espalhadas por todo o universo, e que eles se agrupam para criar áreas chamadas de filamentos, ou estão completamente ausentes em áreas chamadas de vazios. Crédito:Tsunehiko Kato, ARC e SDSS, Projeto do universo digital quadridimensional NAOJ
Figura 3:O design conceitual do Dark Emulator. Esquerda:Um exemplo do universo virtual criado pelo supercomputador ATERUI II. Centro:A arquitetura do Dark Emulator. Ele aprende a correspondência entre os parâmetros cosmológicos fundamentais empregados no início de uma simulação e seu resultado com base em uma arquitetura de aprendizado de máquina com implementação híbrida de vários métodos estatísticos. Após o treinamento, a máquina agora prediz imediatamente com precisão os sinais observacionais esperados para um novo conjunto de parâmetros cosmológicos sem executar uma nova simulação. Isso permite que os astrônomos reduzam drasticamente o custo computacional necessário para a extração de parâmetros cosmológicos de dados observacionais. Crédito:YITP, NAOJ
Essa ferramenta usa um aspecto da inteligência artificial chamado aprendizado de máquina. Ao mudar várias características importantes do universo, como os da matéria escura e energia escura, ATERUI e ATERUI II criaram centenas de universos virtuais. Dark Emulator aprende com os dados, e adivinha os resultados para novos conjuntos de características sem ter que criar simulações inteiramente novas todas as vezes. Ao testar a ferramenta resultante com pesquisas da vida real, previu com sucesso os efeitos de lentes gravitacionais fracas na pesquisa Hyper Suprime-Cam, junto com os padrões de distribuição de galáxias tridimensionais registrados no Sloan Digital Sky Survey com precisão de 2 a 3% em questão de segundos. Em comparação, executando simulações individualmente por meio de um supercomputador sem a IA, levaria vários dias.
Os pesquisadores esperam aplicar sua ferramenta usando dados de pesquisas futuras na década de 2020, possibilitando estudos mais profundos da origem no universo.
