数百万颗爆炸恒星即将揭示暗能量奥秘

天文学家近日公布了一种强大的新型人工智能工具，有望极大提升我们对宇宙及暗能量的理解。该研究由巴塞罗那大学宇宙科学研究所（ICCUB）领导，成果发表在《自然·天文学》上。研究团队开发了一种名为CIGaRS的框架，能够从Ia型超新星中提取远超以往的信息。Ia型超新星是白矮星爆炸产生的强大恒星爆发，因其几乎一致的固有亮度，被天文学家用作测量宇宙距离的“标准烛光”。正是这类测量帮助发现了宇宙在加速膨胀，而加速的根源被归因于暗能量——现代物理学最大的未解之谜之一。

然而，Ia型超新星并非完全一致。过去20年里，天文学家发现超新星所在宿主星系的特性会影响其观测亮度。例如，发生在年老或更庞大星系中的超新星，与年轻星系中的超新星相比，会表现出细微差异。传统上，研究者使用相对简单的校正方法来处理这些差异，但这会限制距离测量的精度，进而影响宇宙学研究的准确性。

CIGaRS框架通过同时建模多个因素来解决这一挑战。它构建了一个统一的集成模型，包含超新星本身的爆炸、宿主星系、影响光线的尘埃、宇宙历史中超新星发生率的变化，甚至宇宙的膨胀。通过将所有成分整合到一个统计和物理框架中，团队能够捕捉到单独分析时常常被忽略的相互关系。

“强大的宇宙建模方式是在计算机中从头模拟宇宙，并运用贝叶斯推断，”研究合著者、ICREA-ICCUB的Raúl Jiménez表示。“这样我们就能同时改变所有可能参数，预测我们生活在什么样的宇宙中。此外，通过这种能力，我们可以探索可能的‘未知未知’系统效应，理解它们的影响。这些系统效应的影响可以说是当前宇宙建模方法中最重要的缺失部分。”

为了在保持全面性的同时降低计算需求，研究者采用了现代模拟推断技术。他们首先生成大量基于物理模型的模拟宇宙，然后训练神经网络学习模拟观测与产生这些观测的物理属性之间的关系。训练完成后，系统可将真实天文观测与模拟结果进行比较，确定最可能的潜在参数。这使得同时分析数万颗超新星成为可能，而传统技术则难以应对。

该研究最显著的成果之一是，该框架仅使用成像数据就能高精度地确定星系距离（红移）。红移衡量的是由于宇宙膨胀，星系光线被拉伸的程度，它同时提供了星系距离和观测时间的信息。研究者称，新方法提供的红移估计精度可与光谱测量媲美，但无需获得光谱。这一能力尤为重要，因为即将开展的巡天观测预计会发现数百万颗超新星候选体，但只有极小部分能获得光谱随访观测。

维拉·鲁宾天文台正在智利建造，预计不久后将开始长达十年的巡天任务。在此期间，它将发现数量空前的超新星。这些天体中大约99%将仅通过测光观测——即通过不同颜色的图像而非详细光谱来研究。CIGaRS框架正是为应对这一挑战而开发。

“与其他要求解析简化的框架不同，我们这种不妥协的端到端模拟推断方法，能够从鲁宾天文台来之不易的数据中提取完整的宇宙学和天体物理学信息，同时避免选择和建模偏差的陷阱，”研究第一作者、ICCUB-的里雅斯特国际高等研究学院的Konstantin Karchev说。

除了测量暗能量，该框架还提供了关于Ia型超新星起源的新信息。通过重建不同星系中超新星发生率如何随恒星年龄变化，模型帮助科学家探究最终产生这些爆炸的系统的长期疑问。研究者发现，将基于物理的模拟与人工智能相结合，可以克服当前宇宙学方法的多项局限性。他们估计，与传统仅依赖相对较小光谱超新星样本的方法相比，该技术可将宇宙学约束精度提升多达四倍。

随着鲁宾天文台准备开启天文发现的新纪元，CIGaRS这样的工具将帮助科学家从其观测中提取最大信息量，从而更深入地理解宇宙。