一种新的计算方法从描绘星系在宇宙中聚集和分布的地图中提取出更多的见解，比较早期的方法。
由密歇根大学主导的一项研究旨在通过最大化用于探索宇宙某些最深刻问题的望远镜和其他仪器的有效性来推进宇宙学。
该计划证明，这种创新的计算技术可以从广泛的星系聚集和穿越空间的地图中提取更多的数据。
研究人员目前正在利用如 DESI（暗能量光谱仪）等仪器来生成这些地图，并探讨暗能量、暗物质和各种宇宙现象的神秘属性。
宇宙学的模糊面向
尽管 DESI 引起了公众的关注，但人们认识到，还需要更先进的工具来揭示所寻求的答案。当一些科学家开发下一代仪器如 DESI 时，Minh Nguyen 及其团队则专注于完善我们对现在和未来拥有的数据的理解。
Nguyen 表示：“随着我们转向更大更好的望远镜，我们也可能无意中丢弃有价值的信息。”他在密歇根大学物理系担任莱因威伯研究员，发挥了关键作用。“在扩大数据收集的同时，我们可以增强我们的见解。”
Nguyen 与来自马克斯·普朗克天体物理研究所（MPA）的同事合作，利用一种称为 LEFTfield 的计算框架改进科学家对宇宙大尺度结构的解释。
Nguyen 解释道：“在宇宙的早期，结构看起来是高斯的——类似于旧电视屏幕上的视觉噪声。然而，由于暗能量与暗物质之间的相互作用，宇宙目前的大尺度结构不再是高斯的。它看起来像是一个蛛网。”
暗能量是推动宇宙扩张的力量，但它无法被直接观察，这就是为什么它被称为“暗”的原因。宇宙中的物质通过引力的吸引力抵消这种扩张。
这种物质存在两种不同形式：可观察的常规物质和难以捉摸的暗物质，再次突显了“暗”的方面。
另一个引人注目的细节是，宇宙的大多数质量和能量都与这些神秘的暗成分纠缠在一起。通过分析宇宙地图，科学家们可以获得有关暗物质和暗能量的新见解，它们在塑造宇宙的蛛网状结构中发挥着重要作用。
利用 LEFTfield，Nguyen 和他的团队展示了他们从现有宇宙地图中提取额外信息的能力。他们的发现发表在《物理评论快报》上，并为他们赢得了著名的 2024 年布考尔特宇宙学奖。
为了获得这些补充数据，该团队并没有简单地增强现有的标准方法，这些方法已被证明极具价值。相反，他们采取了一种根本不同的策略。
LEFTfield 带来的全新视角
主要区别在于 LEFTfield 处理数据的方式与传统方法相比。
Nguyen 说：“标准分析方法需要对数据进行压缩。这种简单化有助于分析和理论预测，但会导致一些信息的丢失。”
在典型分析中，研究人员使用将星系分类为对或三元组的计算模型，以便进行更高效的统计评估和计算。
Nguyen 提到，这些方法在宇宙的更高斯特征方面是有效的。然而，他和他的同事认识到，通过保留标准方法可能因压缩而忽略的所有信息，深化对我们非高斯宇宙的理解的机会。
这一创新过程也被称为场级推断，将宇宙地图视为三维网格。每个单位立方体或体素作为一个独立的数据元素，保留关于星系密度和分布的未压缩细节。
Nguyen 解释道，这种方法保持了数据的完整性，而传统方法无法达到这一点。
“我对场级推断感到兴奋，因为它在根本上与我们的主要目标一致，”网络研讨会系列《宇宙学谈话》的主持人 Shaun Hotchkiss 表示，最近会议邀请了 Nguyen 和合作者、MPA 的博士生 Beatriz Tucci。
Hotchkiss 质疑：“如果我们可以测量密度场，那为什么要减少其中的信息？”“场级推断确实更具挑战性，但这不应该妨碍 Bea 和 Minh——也不应该妨碍更广泛的社区。”
为了评估 LEFTfield 的有效性，团队计算了一种被称为 sigma-8 的宇宙学参数，该参数本质上测量宇宙的团簇程度，Nguyen 解释道。
与标准方法相比，LEFTfield 方法将 sigma-8 的确定提高了 3.5 到 5.2 倍。
Nguyen 说道：“这就像是从 DESI 进步到其下一代继任者。通常，在两代调查之间的进步可能需要 10 到 20 年。”
然而，在取得重大进展之前，还有许多挑战需克服。Nguyen 表示，一个关键步骤是将 LEFTfield 与特定仪器集成，同时确保其有效考虑在数据收集过程中出现的噪声和特性。
尽管如此，他仍然乐观地认为这种方法将成为一个强大的工具。
Nguyen 结束道：“它加速了我们获取关于暗能量、暗物质和广义相对论的见解的能力——这些都是一切背后的基础理论。”
研究团队还包括 MPA 的宇宙学家和小组负责人 Fabian Schmidt，以及工作人员科学家 Martin Reinecke 和 Andrija Kostić，后者作为博士生和后来作为博士后研究人员贡献了力量。
Nguyen 最近完成了他在密歇根大学的研究员项目，现在是东京宇宙物理与数学学院的研究员。
