Специалисты Института космических наук Барселонского университета представили систему CIGaRS, которая извлекает гораздо больше информации из сверхновых типа Ia — мощных звездных взрывов, используемых для измерения космических расстояний.
Сверхновые типа Ia возникают при взрыве белых карликов. Поскольку яркость таких взрывов примерно одинаковая, астрономы используют их как «стандартные свечи»: сравнивая эталонную яркость взрыва с тем, что ученые видят с Земли, можно рассчитать расстояние до объекта. Именно эти измерения сыграли решающую роль в открытии ускоренного расширения Вселенной, которое приписывают темной энергии — одной из главных нерешенных загадок современной физики.
Однако в таких расчетах есть важный нюанс: сверхновые типа Ia не совершенно идентичны друг другу. За последние двадцать лет астрономы обнаружили, что наблюдаемая яркость сверхновой зависит от галактики, в которой происходит происходит конкретное событие. Взрывы в старых или массивных галактиках выглядят несколько иначе, чем в молодых или менее массивных. Традиционные методы учитывают эти различия относительно простыми поправками, что ограничивает точность измерений расстояний и космологических исследований.
Новая методика решает эту проблему, моделируя множество факторов одновременно. Вместо анализа каждого компонента по отдельности, ученые построили единую интегрированную модель, когторая включила в себя сами взрывы сверхновых, параметры их галактик-хозяев, пыль, изменяющую их свет, изменение частоты сверхновых в космической истории и даже расширение Вселенной.
«Мощный способ моделирования Вселенной — симулировать ее ab initio (то есть буквально “с момента возникновения”) в компьютере, используя байесовский вывод, — объясняет соавтор исследования Рауль Хименес. — Это позволяет варьировать все возможные параметры одновременно, чтобы предсказать, в какой Вселенной мы живем».
Создание столь всеобъемлющей модели обычно требует огромных вычислительных мощностей. Чтобы сделать новую методику практичной, ее авторы использовали современную технику симуляционного вывода. Ученые генерируют множество симулированных вселенных на основе физических моделей, затем нейронная сеть обучается связывать симулированные наблюдения с физическими свойствами. После обучения система может сравнивать реальные астрономические наблюдения с симуляциями и определять наиболее вероятные параметры.
Одно из важнейших достижений — способность определять расстояния до галактик с высокой точностью, используя только данные изображений, без дорогостоящих спектроскопических наблюдений. Это особенно важно для обсерватории Веры Рубин в Чили, которая скоро начнет десятилетний обзор неба и обнаружит беспрецедентное количество сверхновых. Примерно 99% этих объектов будут наблюдаться только фотометрически.
«В отличие от других подходов, наш метод способен извлечь полную космологическую и астрофизическую информацию из данных обсерватории Рубина, избегая ловушек систематических ошибок», — отмечает ведущий автор исследования Константин Карчев. Ученые прогнозируют, что новый подход сможет улучшить космологические ограничения в четыре раза по сравнению с традиционными методами.
Ранее ученые нашли уникальную «крайне обнаженную» сверхновую.