Un nuevo mapa de materia oscura en el universo local, desarrollado mediante aprendizaje automático (rama de la inteligencia artificial), revela varias estructuras filamentosas no descubiertas que conectan galaxias.
Esta cartografía cósmica podría permitir estudios sobre la naturaleza de la materia oscura, así como acerca de la historia y el futuro de nuestro universo local, según los autores.
La materia oscura es una sustancia esquiva que constituye 80 por ciento del universo. También proporciona el esqueleto de lo que los especialistas llaman la red cósmica, la estructura a gran escala del universo que, debido a su influencia gravitacional, dicta el movimiento de las galaxias y otra sustancia celeste.
Un nuevo mapa desarrollado con inteligencia artificial ha revelado filamentos ocultos de material oscura que une galaxias. Este mapa se centra en el universo local: el “barrio" que rodea a la Vía Láctea, nuestra galaxia. pic.twitter.com/ABqFYs00Gn
— Mar Gómez (@MarGomezH) May 31, 2021
Sin embargo, actualmente se desconoce la distribución de la materia oscura local porque no se puede medir de forma directa. En cambio, los investigadores deben inferirla basándose en su influencia gravitacional en otros objetos del universo, como las galaxias.
De manera irónica, es más fácil estudiar la distribución de la materia oscura mucho más distante porque refleja un pasado muy lejano, mucho menos complejo
, explicó Donghui Jeong, profesor asociado de astronomía y astrofísica en la Universidad de Penn State y autor correspondiente del estudio.
Los intentos anteriores de mapear la red cósmica comenzaron con un modelo del universo temprano y luego simularon su evolución durante miles de millones de años. Sin embargo, es computacionalmente intensivo y no ha producido resultados lo suficientemente detallados para ver el espacio local.
La materia oscura es una sustancia escurridiza que constituye el 80% del universo. Una sustancia misteriosa e invisible que interactúa con la materia visible mediante la gravedad. (📷ESO) pic.twitter.com/ROBIBAnYDp
— Mar Gómez (@MarGomezH) May 31, 2021
Aprendizaje automático
En el nuevo estudio, los investigadores adoptaron un enfoque diferente, utilizando el aprendizaje automático para construir un modelo que usa información en torno a la distribución y el movimiento de las galaxias para predecir la distribución de la materia oscura.
Construyeron y entrenaron su modelo mediante un gran conjunto de simulaciones de galaxias, llamado Illustris-TNG, que incluye gases, otra materia visible y la oscura.
Seleccionaron galaxias simuladas comparables a las de la Vía Láctea e identificaron qué propiedades de esos conglomerados son necesarios para predecir la distribución de la materia oscura.
Cuando se le da cierta información, el modelo puede llenar los vacíos basándose en lo que ha mirado antes
, aseguró Jeong.
Mapear una fuerza gravitacional invisible no es fácil.Los investigadores lo hacen ejecutando simulaciones en ordenador,comenzando con un modelo del universo temprano y avanzando rápidamente a través de miles de millones de años de expansión y evolución de la materia visible. pic.twitter.com/G3gT4wehVv
— Mar Gómez (@MarGomezH) May 31, 2021
El mapa de nuestros modelos no se ajusta de forma perfecta a los datos de la simulación, pero aún podemos reconstruir estructuras muy detalladas. Descubrimos que incluir el movimiento de las galaxias (sus velocidades radiales peculiares) además de su distribución mejoró drásticamente la calidad del plano y nos permitió ver estos detalles.
Luego, el equipo aplicó su modelo a datos reales del universo local del catálogo de galaxias Cosmicflow-3, que contiene datos completos sobre la distribución y el movimiento de más de 17 mil galaxias en las cercanías de la Vía Láctea, dentro de los 200 megaparsecs. El mapa resultante de la red cósmica local se publica en un artículo que aparece en Astrophysical Journal.
