Mappare l’Universo non è mai stato così rapido con una precisione sorprendente in 3D
Ricercatori e scienziati italiani coinvolti nella costruzione di Effort.jl, un emulatore che misura con rapidità la grandezza del cosmo o di alcune sue parti.
Gli scienziati adottano strumenti aggiornati per misurare la grandezza dell’Universo e mapparla. Per la scienza, è sempre più importante identificare galassie, nuove stelle, pianeti, altri sistemi solari e tutti quegli eventi che indicano uno spazio in espansione. Dato che dare un numero preciso al cosmo non è semplice, gli studiosi adottano anche dei modelli teorici, ovvero delle rappresentazioni o dei quadri concettuali che semplificano la realtà cosmica.
Tra questi modelli esiste l’EFTofLSS, Effective Field Theory of Large-Scale Structure = teoria di campo efficace della struttura su grande scala. Quello che vi abbiamo descritto, è un modello teorico che richiede molti calcoli e dati astronomici, gli scienziati voglionoqualcosa di ancora più semplice per arrivare a numeri in scala e rappresentazioni semplici del cosmo o di alcune sue parti che sono immense.
Come funziona Effort.jl, il nuovo emulatore che studia l’Universo, nelle parole del ricercatore Marco Bonici
Si sono messi insieme, per raggiungere questo scopo, l’Inaf (Istituto nazionale di astrofisica), l’Università di Parma e di Waterloo (Canada). Hanno presentato Effort.jl su Journal of Cosmology and Astroparticle Physics. Si tratta di un nuovo emulatore per la teoria dei campi effettivi della struttura su larga scala dell’Universo. La complessità dei modelli cosmologici viene riprodotta in tempi rapidissimi rispetto ai modelli teorici finora utilizzati. Invece di utilizzare complessi supercomputer, adesso gli scienziati potranno affidarsi ad un laptop che elaborerà con accuratezza e pochi minuti grandi quantità di dati.
La nuova EFTofLSS (teoria dei campi effettivi della struttura su larga scala dell’Universo) lavorerà collegando processi fisici microscopici a strutture cosmiche osservabili. Effort.jl si basa su una rete neurale addestrata sugli output di modelli teorici capaci di generalizzare nuove combinazioni di parametri. Ecco le parole di Marco Bonici, ricercatore dell’Università di Waterloo.
“Immaginate di voler studiare il contenuto di un bicchiere d’acqua a livello dei suoi componenti microscopici, dei singoli atomi, o anche più piccoli: in teoria è possibile. Ma se volessimo descrivere in dettaglio cosa succede quando l’acqua si muove, la crescita esponenziale dei calcoli richiesti lo renderebbe praticamente impossibile. Tuttavia, è possibile codificare determinate proprietà a livello microscopico e osservarne l’effetto a livello macroscopico, in particolare il movimento del fluido nel bicchiere. Questo è ciò che fa una teoria di campo efficace, ovvero un modello come EFTofLSS, in cui l’acqua nel mio esempio rappresenta l’Universo su scale molto grandi e le componenti microscopiche sono processi fisici su piccola scala“.
