O Instituto de Astrofísica das Canárias (IAC) liderou o desenvolvimento de um novo procedimento numérico para reproduzir o meio intergaláctico obtido a partir de uma simulação cosmológica de 100.000 horas de computação usando big data e técnicas de aprendizado de máquina. Graças a esse algoritmo, chamado Hydro-BAM, os pesquisadores conseguiram explorar a hierarquia na relação entre as propriedades da matéria escura, do gás ionizado e do hidrogênio neutro intergaláctico, ingredientes que compõem a estrutura em larga escala do nosso universo.
A pesquisa reproduziu com alta precisão as chamadas florestas Lyman-alpha, um padrão de linhas nos espectros de galáxias e quasares distantes que é produzido quando a luz emitida por esses objetos é absorvida por nuvens de gás hidrogênio ao longo de seu caminho. A análise dessas florestas é fundamental para avançarmos na compreensão do universo como um todo. O estudo levou à publicação de dois artigos no The Astrophysical Journal .

As observações atuais parecem indicar que tudo em nosso universo é dominado por matéria escura e energia escura, que são muito mais abundantes do que a matéria convencional ou bariônica. A matéria bariônica representa apenas 5% de toda a massa do universo. Em contraste, a matéria escura compõe aproximadamente 27% do cosmos. Os 68% restantes são compostos de energia escura, responsável não apenas pela expansão do universo, mas também por sua constante aceleração.

O modelo cosmológico padrão assume que a organização do universo em suas maiores escalas depende da interação desses ingredientes. De fato, as atuais simulações numéricas de última geração estão começando a fornecer modelagem realista desses processos. No entanto, um grande número de incertezas permanece.

Para obter previsões teóricas confiáveis, os cientistas precisam realizar grandes conjuntos de simulações numéricas que cobrem um grande volume cosmológico e são baseadas em diferentes modelos possíveis que incluem todos os processos físicos relevantes. Esses "universos virtuais" servem como bancos de ensaio para o estudo da cosmologia. No entanto, as simulações são computacionalmente caras e as atuais instalações de computação só podem explorar pequenos volumes cósmicos em comparação com os volumes cobertos por campanhas observacionais atuais e futuras.

Big data e IA para decodificar o universo

Uma colaboração entre uma equipa do Instituto de Astrofísica das Canárias (IAC), liderada por Francisco-Shu Kitaura, e outra da Universidade de Osaka, liderada por Kentaro Nagamine, desenvolveram novas estratégias que permitem recriar modelos computacionais rápidos e detalhados sobre a formação e evolução do universo.

"Estamos fazendo um esforço especial para desenvolver técnicas de aprendizado de máquina para acelerar todo o processo, economizar custos computacionais e executar com eficiência muitas dessas simulações", Francesco Sinigaglia, Ph.D. estudante da Universidade de La Laguna (Tenerife, Espanha) e do IAC e da Universidade de Pádua (Itália), primeiro autor de ambas as publicações.

Especificamente, a equipe do IAC desenvolveu um novo algoritmo chamado Hydro-BAM, que combina conceitos avançados de teoria da probabilidade, aprendizado de máquina e cosmologia. O algoritmo produz previsões precisas em apenas algumas dezenas de segundos que são equivalentes às simulações hidrodinâmicas mais caras, que levam aproximadamente 100.000 horas em um supercomputador. “O algoritmo tem cerca de 100.000 linhas de código escritas no IAC resultantes do esforço de anos de trabalho de alguns pesquisadores, aproximadamente o mesmo número da primeira versão do Photoshop”, observa Francisco-Shu Kitaura, pesquisador do IAC.

"O objetivo desses estudos é refinar nossa compreensão da estrutura em grande escala do universo e inferir informações sobre sua evolução ao longo do tempo cósmico, modelando e observando quantidades bariônicas", diz Andrés Balaguera Antolínez, pesquisador do IAC e um dos principais desenvolvedores do código Hydro-BAM. “Nossos métodos visam reproduzir o universo observado por meio de uma avaliação detalhada das diferentes e complexas ligações estatísticas entre a distribuição tridimensional da matéria escura e a matéria visível, como galáxias e gás intergaláctico”.

Árvores de gás revelando a floresta cósmica

Usando esse novo procedimento computacional, os pesquisadores abordaram a conexão com o universo observável. "Realizamos uma exaustiva análise pós-processamento de nossas simulações hidrodinâmicas, colocando milhões de observadores virtuais para modelar a floresta Lyman-alpha observada na absorção de linhas de visão quasar", descreve Ikkoh Shimuzu, ex-Universidade de Osaka (agora em Shikoku Universidade Gakuin).

Esse padrão é produzido quando "árvores" de gás hidrogênio, espalhadas pelo universo, absorvem a luz emitida por esses objetos distantes. Dessa forma, os cientistas podem ver distintas linhas de absorção correspondentes a nuvens em diferentes distâncias e, assim, mostrar diferentes idades do universo, além de fornecer informações sobre o meio intergaláctico.

"O avanço veio quando entendemos que as conexões entre as quantidades de gás intergaláctico, matéria escura e hidrogênio neutro que estávamos tentando modelar estão bem organizadas de forma hierárquica", diz Sinigaglia. "O gás ionizado tem uma distribuição no espaço muito semelhante à da matéria escura e o hidrogênio neutro é determinado pela distribuição do gás ionizado; além disso, a distribuição conjunta do gás ionizado e do hidrogênio neutro nos dá informações sobre o estado térmico do gás e nos permite prever o fluxo de absorção da floresta Lyman-alpha", conclui.

"Nossos trabalhos nesta área estão tendo um grande impacto na comunidade científica e temos sido contatados por grupos de classe mundial", diz Kitaura. Apesar do sucesso, os autores dizem que a pesquisa está apenas começando e planejam produzir milhares de universos simulados, incluindo física bariônica, o que deve permitir uma análise abrangente de dados de pesquisas de galáxias como DESI, WEAVE-JPAS e o projeto Subaru PFS. Em particular, o resultado desta pesquisa permitirá aos cientistas realizar uma análise sem precedentes de conjuntos de dados maciços da floresta Lyman-alpha, o que nos permite abordar as possíveis tensões de modelos cosmológicos obtidos de diferentes sondas observacionais. + Explorar mais

Entendendo o universo 'escuro' e a formação de galáxias primordiais