L’apprendimento automatico rivela nuove intuizioni e mette in discussione le teorie sulla formazione delle galassie

Ricerche recenti hanno rivelato che le galassie in ambienti più densi tendono ad essere molto più grandi delle galassie isolate, sfidando le attuali teorie sulla formazione delle galassie.

Questa scoperta è stata resa possibile da Apprendimento automatico E dati su larga scala provenienti da milioni di galassie. I risultati sollevano nuove domande sul ruolo della materia oscura e delle fusioni tra galassie nel modellare l’universo.

Galassie in ambienti densi e isolati

Da decenni gli scienziati sono consapevoli del fatto che alcune galassie esistono in ambienti densi con molte altre galassie nelle vicinanze. Altre galassie vagano per l’universo essenzialmente da sole, con poche o nessuna altra galassia nel loro angolo di universo.

Un nuovo studio rileva che esiste una grande differenza tra le galassie in questi ambienti distanti: le galassie con più vicine tendono ad essere più grandi delle loro controparti, che hanno forma e massa simili, ma esistono in ambienti meno densi. In un articolo di ricerca pubblicato il 14 agosto sulla rivista Giornale astrofisicoricercatori in Università di Washington, Università di YaleUno studio condotto dall’Istituto Leibniz di Astrofisica di Potsdam, in Germania, e dall’Università Waseda in Giappone, indica che le galassie situate nelle regioni più dense dell’universo sono circa il 25% più grandi delle galassie isolate.

L’apprendimento automatico rivela le tendenze galattiche

La ricerca, che ha utilizzato un nuovo strumento di apprendimento automatico per analizzare milioni di galassie, aiuta a risolvere un dibattito di lunga data tra gli astrofisici sulla relazione tra le dimensioni di una galassia e il suo ambiente. I risultati sollevano anche nuove domande su come le galassie si formano ed evolvono nel corso di miliardi di anni.

“Le attuali teorie sulla formazione e sull’evoluzione delle galassie non possono spiegare la scoperta che le galassie raggruppate sono più grandi delle loro controparti identiche nelle regioni meno dense dell’universo”, ha affermato Aritra Ghosh, ricercatore principale in astronomia presso l’Università di Washington e membro del LSST. -DA Catalyst Program presso il DiRAC Institute dell’Università di Washington. “Questa è una delle cose più interessanti in astrofisica. A volte ciò che le teorie prevedono e ciò che effettivamente rileva l’indagine non concordano, quindi torniamo indietro e proviamo a modificare le teorie esistenti per spiegare meglio le osservazioni.”

Studi precedenti erano contrastanti sulla dimensione della galassia

Precedenti studi che esaminavano la relazione tra dimensione delle galassie e ambiente hanno prodotto risultati contraddittori. Alcuni studi hanno scoperto che le galassie si trovano in gruppi più piccoli rispetto alle galassie isolate. Altri studi sono giunti alla conclusione opposta. Gli studi sono stati generalmente di scala molto più piccola e basati sull’osservazione di centinaia o migliaia di galassie.

In questo nuovo studio, Ghosh e i suoi colleghi hanno utilizzato un’indagine su milioni di galassie condotta con il telescopio Subaru alle Hawaii. Questo sforzo, noto come Programma strategico Hyper Suprime-Cam Subaru, ha catturato immagini di alta qualità di ciascuna galassia. Il team ha selezionato quasi 3 milioni di galassie con la massima qualità dei dati e ha utilizzato un algoritmo di apprendimento automatico per determinare la dimensione di ciascuna. Successivamente, i ricercatori hanno posizionato un cerchio, un cerchio con un raggio di 30 milioni di anni luce, attorno a ciascuna galassia. Il cerchio rappresenta le immediate vicinanze della galassia. Poi hanno posto una semplice domanda: quante galassie vicine si trovano all’interno di quel cerchio?

La risposta ha mostrato una chiara tendenza generale: anche le galassie con più vicine erano in media più grandi.

Il ruolo della materia oscura e le fusioni

Potrebbero esserci molte ragioni dietro questo. Le galassie densamente raggruppate potrebbero essere più grandi quando si formano per la prima volta, oppure potrebbero avere maggiori probabilità di subire fusioni efficienti con le loro vicine vicine. La materia oscura – la sostanza misteriosa che costituisce la maggior parte della materia nell’universo, ma che non può essere rilevata direttamente con nessun mezzo attuale – potrebbe svolgere un ruolo. Dopotutto, le galassie si formano all’interno dei singoli “aloni” di materia oscura, e la gravità di quegli aloni gioca un ruolo cruciale nel modo in cui le galassie si evolvono.

“Gli astrofisici teorici dovranno condurre studi più estesi utilizzando simulazioni per determinare in modo definitivo perché le galassie con più vicine tendono ad essere più grandi”, ha detto Ghosh. “Per ora, il meglio che possiamo dire è che siamo fiduciosi che esista questa relazione tra Galaxy e dimensione della galassia.

Progressi nell’apprendimento automatico per l’astronomia

L’utilizzo di un set di dati incredibilmente ampio come il programma strategico Subaru Hyper Suprime-Cam ha aiutato il team a giungere a una conclusione chiara. Ma questa è solo una parte della storia. Il nuovo strumento di apprendimento automatico utilizzato per determinare la dimensione di ogni singola galassia era anche responsabile dell’incertezza inerente alle misurazioni delle dimensioni delle galassie.

“Una lezione importante che abbiamo imparato prima di questo studio è che risolvere questa questione richiede non solo l’osservazione di un gran numero di galassie, ma anche un’attenta analisi statistica”, ha detto Ghosh. “Parte di questo deriva da strumenti di apprendimento automatico che possono quantificare accuratamente l’incertezza nelle nostre misurazioni delle proprietà delle galassie”.

GaMPEN: uno strumento per il futuro

Lo strumento di apprendimento automatico che hanno utilizzato si chiama GaMPEN – o Background Galaxy Morphology Estimation Network. Come studente di dottorato presso l’Università di Yale, Josh ha guidato lo sviluppo di GaMPEN, che è stato rivelato in articoli di ricerca pubblicati su 2022 E 2023 Lo strumento è disponibile gratuitamente online e può essere modificato per analizzare altri sondaggi di grandi dimensioni, ha affermato Ghosh.

Sebbene questo nuovo studio si concentri sulle galassie, prevede anche il tipo di ricerca – incentrata su analisi complesse di set di dati incredibilmente grandi – che presto travolgerà l’astronomia. Quando una nuova generazione di telescopi dotati di potenti fotocamere, incluso l’Osservatorio Vera C, inizia… Rubin in Cile, al lavoro, raccoglierà ogni notte enormi quantità di dati sull’universo. In previsione, gli scienziati hanno sviluppato nuovi strumenti come GaMPEN in grado di sfruttare questi enormi set di dati per rispondere a domande urgenti in astrofisica.

“Molto presto, grandi quantità di dati diventeranno la norma in astronomia. Questo studio è una dimostrazione perfetta di cosa si può fare con questi dati, quando si hanno gli strumenti giusti”, ha detto Ghosh.

Riferimento: “Gli ambienti più densi fanno crescere galassie più grandi: uno studio completo oltre l’universo locale con 3 milioni di galassie super-fotocamera” di Aritra Ghosh, C. Megan OryMeredith C. Powell, Ritmo Shimakawa, Frank C. Van den Bosch, Daisuke Nagai, Kaustav Mitra e Andrew J. Connolly, 14 agosto 2024. Giornale astrofisico.
doi: 10.3847/1538-4357/ad596f

Coautori dello studio sono Meg Ory, professoressa di fisica e astronomia alla Yale University; Meredith Powell, ricercatrice presso l’Istituto Leibniz; Ritham Shimakawa, professore associato alla Waseda University; Frank van den Bosch, professore di astronomia alla Yale University; Daisuke Nagai, professore di fisica e astronomia all’Università di Yale; Kaustav Mitra, dottorando alla Yale University; e Andrew Connolly, professore di astronomia all’Università del Wisconsin e membro della facoltà del Dirac Institute e dell’eScience Institute. La ricerca è stata finanziata da NASAla Graduate School of Arts and Sciences della Yale University, la John Templeton Foundation, il Charles and Lisa Simonyi Endowment for the Arts and Sciences, la Washington Research Foundation e l’eScience Institute dell’Università di Washington.