使用人工智能製作的暗物質的新地圖揭示了無形物質橋接星系的隱藏細絲。
該地圖著重於當地宇宙 - 周圍的社區銀河系。賓夕法尼亞州立大學的天體物理學家，新研究的首席作者隆·鐘說，儘管附近，當地的宇宙很難繪製，因為它充滿了可見物質的複雜結構。
Jeong告訴Live Science：“我們必須反向工程師來了解暗物質的位置。”
暗物質是一種神秘的，無形的物質，通過重力。一些研究人員的理論認為，這種無形的物質可能包括弱相互作用的巨大顆粒或wimps，這將非常大（無論如何，對於亞原子顆粒而言）和電磁中性，因此它們不會與電磁譜上的任何東西相互作用，例如光。另一個想法 一些潛在的證據來支持它是暗物質可能由稱為軸的超輕顆粒組成。
無論暗物質是什麼，它的作用都可以在滲透到宇宙的引力中檢測到。不過，繪製無形的引力力並不容易。通常，研究人員通過運行大型計算機模擬來做到這一點，從早期宇宙的模型開始，並在數十億年的擴展和可見物質的演變中快速發展，填充引力空白，以找出暗物質在哪里以及今天應該在哪裡。鄭說，這需要主要的計算能力和大量的時間。
這項新研究採用了不同的方法。研究人員首先培訓了一項機器學習計劃，以了解當地宇宙中數千次對可見物質和暗物質的計算機模擬。機器學習是一種特別擅長從大型數據集中挑選模式的技術。研究中的模型宇宙來自一組複雜的模擬集，稱為Illustris-tng。
在測試了第二組Illustris-Tng Universe模擬的機器學習算法的培訓以確保准確性之後，研究人員將其應用於現實世界數據。他們使用了Cosmicflows-3 Galaxy目錄，該目錄擁有有關200兆帕省內可見物質的分佈和移動的數據，即銀河系的65億光年。該地區包括17,000多個星系。
結果是當地宇宙中暗物質的新地圖及其與可見物質的關係。在一個有希望的發現中，機器學習算法從宇宙模擬中復制了已經知道或懷疑銀河系的大部分內容。但這也提出了新功能，包括將銀河係與銀河系相連的深色物質細絲，並彼此相連。
鄭說，這對於了解星系會隨著時間的推移如何移動很重要。例如，銀河系和仙女座星系預計將在約45億年內相互崩潰。了解當地暗物質的作用，因為碰撞可以幫助更準確地解決該合併以及其他合併的方式。
鄭說：“既然我們知道了暗物質的分佈，我們就可以更準確地計算出可以使我們周圍的星系移動的加速度。”
這項研究於5月26日出現在天體物理學期。
最初發表在現場科學上。
