У Всесвіті галактики утворюють скупчення, які поєднуються у надскупчення та формують “космічну павутину” з ниток і порожнин. Дослідження настільки масштабної структури є складним завданням, адже воно потребує поєднання астрономічних спостережень із теоретичними моделями, повідомляє Phys. Однією з них є Ефективна теорія поля великомасштабних структур (Effective Field Theory in Large Scale Structure, EFTofLSS), яка статистично описує розподіл матерії у Всесвіті.
Моделі такого рівня дають точні прогнози, але потребують значних ресурсів та часу. Зі зростанням обсягів астрономічних даних, зокрема від досліджень DESI та місії Euclid, які вже почали публікувати результати, проведення детальних розрахунків щоразу стає практично неможливим. Щоб спростити цей процес, вчені створюють емулятори — алгоритми, які відтворюють поведінку моделей, працюючи набагато швидше.
Міжнародна команда за участі Інституту астрофізики INAF в Італії, Пармського університету та Університету Ватерлоо в Канаді, розробила новий емулятор під назвою Effort.jl. Дослідження опубліковане у журналі Journal of Cosmology and Astroparticle Physics. Тестування показало, що цей інструмент відтворює точність оригінальної моделі, а іноді відображає навіть дрібніші деталі.
За словами першого автора роботи Марко Бонічі з Університету Ватерлоо, теорія працює подібно до опису рідини. На мікрорівні можна моделювати атоми, але для розуміння руху води у склянці достатньо узагальнених властивостей. Так само EFTofLSS описує великомасштабну будову Всесвіту на основі впливу дрібніших фізичних процесів.
Особливість Effort.jl полягає у використанні нейронної мережі, яка навчається на вже відомих прогнозах моделі та згодом може передбачати результати для нових параметрів. На відміну від стандартних методів, цей алгоритм інтегрує наперед знання про те, як змінюються результати при варіації параметрів, що значно скорочує час навчання. Додатково використання градієнтів дає змогу отримати правильні прогнози на основі меншої кількості прикладів.
Перевірка на змодельованих і реальних даних підтвердила, що Effort.jl забезпечує точність, порівняну з оригінальною теорією. У деяких випадках він навіть дозволив відновити частини аналізу, які зазвичай скорочують через брак ресурсів. Це робить новий емулятор цінним інструментом для роботи з великими обсягами майбутніх астрономічних даних.
Як підсумував Бонічі, Effort.jl може суттєво пришвидшити аналіз і дати змогу ефективніше використовувати інформацію з нових масштабних космологічних експериментів. Очікується, що такі технології допоможуть значно поглибити знання про будову Всесвіту у найближчі роки.
Нещодавно вперше в історії запустили фотонний квантовий комп’ютер на борту супутника, який відкрив нову еру для обробки космічних даних. Головна перевага цієї технології полягає в здатності обробляти інформацію безпосередньо в космосі, що усуває потребу надсилати великі обсяги необроблених даних на Землю, покращуючи швидкість і ефективність.