Gli astrofisici dell’Institute for Advanced Study, del Flatiron Institute e altri scienziati hanno utilizzato l’intelligenza artificiale per migliorare il metodo di stima della massa degli ammassi di galassie. Grazie alla scoperta di un semplice termine da aggiungere a un’equazione esistente, gli scienziati possono produrre stime di massa molto più precise rispetto al passato. Secondo gli astrofisici, le stime migliorate consentiranno di calcolare con maggiore precisione le proprietà fondamentali dell’universo. Gli ammassi di galassie sono gli oggetti più massicci dell’universo e sono fondamentali per individuare l’origine e l’evoluzione dell’universo. La misurazione della massa degli ammassi di galassie è difficile perché le galassie non possono essere “pesate” mettendole su una bilancia. Inoltre, la materia oscura che costituisce gran parte della massa di un ammasso è invisibile. Gli scienziati devono invece dedurre la massa di un ammasso da altre quantità osservabili.
La regressione simbolica
All’inizio degli anni ’70, Rashid Sunyaev e Yakov B. Zel’dovich hanno sviluppato un nuovo metodo per stimare le masse degli ammassi di galassie basato sulla “pressione elettronica integrata”. Ma questa non è considerabile una stima perfetta della massa, poiché i cambiamenti nelle proprietà dei fotoni variano a seconda dell’ammasso di galassie. Digvijay Wadekar dell’Institute for Advanced Study, e il suo gruppo, hanno utilizzato uno strumento di intelligenza artificiale chiamato “regressione simbolica” per identificare ulteriori variabili che potessero rendere più accurate le stime di massa degli ammassi di galassie. Il programma di AI ha provato diverse combinazioni di operatori matematici e variabili, per vedere quale equazione si adattasse meglio ai dati.
L’intelligenza artificiale è utile per identificare nuove combinazioni di parametri che gli analisti umani potrebbero trascurare. L’innovativo metodo consentirà agli astrofisici di stimare con maggiore precisione la massa degli ammassi di galassie, fornendo un quadro più accurato delle proprietà dell’universo. Il lavoro è stato pubblicato negli Atti dell’Accademia Nazionale delle Scienze.
