其他资讯人工智能爆炸恒星测量宇宙更优

爆炸恒星测量宇宙更优方法权威排行榜：2024年最新深度对比评测与推荐

2026-06-07

阅读 0

热度 0

作者菜鸟AI编辑部

摘要

近日，天文学家成功开发出CIGaRS人工智能框架，可同时分析Ia型超新星及其宿主星系，仅依

天文学家构建了一套基于人工智能的全新分析框架，能够从爆炸恒星中提取更丰富的宇宙学信息，显著提升测量精度。图片来源：Shutterstock

一项突破性方法实现了对超新星及其宿主星系的同步分析，有望将宇宙学研究的精确度推至新高。

由巴塞罗那大学宇宙科学研究所（ICCUB）科学家领衔的国际团队，提出的一项创新方法，有望让研究人员更精确地解析宇宙膨胀的机制与暗能量的本质。

这项发表于《自然天文学》的研究，介绍了名为CIGaRS的框架。其核心目标清晰：从Ia型超新星——这类对宇宙学具有关键意义的爆炸恒星——中挖掘更丰富的信息。主要手段是利用成像数据，而非依赖昂贵的光谱观测。

该方案正好破解了未来天文观测面临的瓶颈：像薇拉·C·鲁宾天文台这类设施将产生海量数据，大多数情况下无法进行光谱分析。CIGaRS正是为这种高数据通量的环境量身打造。

超新星为何是理解宇宙的关键

Ia型超新星源自白矮星的爆炸。由于这类爆炸的真实亮度高度一致，天文学家将其当作标准烛光。通过对比其理论亮度与地球观测到的视亮度，研究人员就能推算宇宙距离。

正是这一方法揭示了宇宙膨胀正在加速的真相，而加速的驱动力指向暗能量——物理学中最深刻的未解之谜之一。但一个复杂的因素在于：Ia型超新星并非完全一致。

症结所在：超新星受其所在环境影响

天文学家早已发现，Ia型超新星的亮度会受到其宿主星系的微妙影响。例如，位于较古老或质量较大星系中的超新星，与处于较年轻或较小星系中的同类相比，会呈现出细微的亮度差异。

长期以来，研究人员通常采用相对简单的近似方法来修正这些效应。这种简化手段或许限制了科学家利用超新星测量宇宙距离的精确程度，导致结果不够准确。

统一解法：综合建模

这项新研究通过同时建模多个相关因素来应对这一挑战：超新星爆炸本身、它们的宿主星系、使光线变暗变红的星际尘埃、宇宙历史上超新星的发生频率，以及宇宙自身的膨胀。

研究团队并未将每个元素孤立处理，而是构建了一个自洽的模型，通过物理与统计关系将所有因素串联在一起。

“对宇宙进行建模的一个有效方法是使用贝叶斯推理，在计算机中从头模拟它，”该研究的合著者劳尔·希门尼斯（ICREA， ICCUB）表示。“这提供了一种同时改变所有可能参数的方式，用以预测我们所在的宇宙是什么样。此外，凭借这种能力，人们可以研究可能存在的‘未知的未知’系统性因素，了解其影响。这些系统性因素对我们推理的影响，可以说是当前宇宙建模方法中最关键的缺失部分。”

人工智能与宇宙学

为了使这种广泛的建模策略具备可操作性，研究人员采用了一种名为“基于模拟的推理”的现代方法。

流程如下：科学家先基于物理模型生成大量模拟宇宙，然后运用神经网络（一种人工智能）学习模拟观测结果如何与潜在的物理参数关联。训练完成后，这个系统就能直接用真实天文数据推断这些参数。

这样一来，同时分析数以万计的超新星就成为可能——这种规模在传统技术下根本无从处理。

关键成果：无需光谱学即可获取精确距离

一项主要发现是，该方法仅使用图像就能准确估计星系距离（即红移）。红移描述了宇宙膨胀对星系光线的拉伸程度，帮助天文学家确定星系的距离以及我们看到的是它多久以前的状态。

这种新方法的精度达到了与光谱测量相似的水平，但完全不需要光谱数据。这一点至关重要，因为未来的天空巡天观测将识别出数百万个可能的超新星，而只有极小一部分能通过光谱学进行后续研究。

为鲁宾天文台时代做准备

位于智利的薇拉·C·鲁宾天文台，将开展一项为期10年的天空巡天，预计会探测到数量惊人的超新星，其中约99%仅通过光度法观测——也就是利用不同颜色滤镜拍摄的图像。

CIGaRS框架正是为这种数据丰富的环境而设计。

“与其他需要简化解析的框架不同，我们不妥协的端到端基于模拟推理方法，能够独特地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，同时避免选择偏差和建模偏差的陷阱。”研究的主要作者康斯坦丁·卡尔切夫（ICCUB及里雅斯特国际高等研究院）表示。

超越宇宙学：探索恒星如何爆炸

除了改进暗能量测量之外，这项研究还可能帮助研究人员更好地理解Ia型超新星的形成方式和发生时间。通过重建超新星发生率与星系中恒星年龄的关系，该模型为研究这些爆炸的恒星系统提供了长期悬而未决问题的新思路。

研究结果表明，将基于物理的建模与人工智能相结合，能够解决当前宇宙学分析中的主要弱点。据作者称，与仅依赖一小部分光谱观测超新星的传统方法相比，这种方法可以将宇宙学约束条件的精度提高多达四倍。

随着鲁宾天文台准备重塑天文学，像CIGaRS这样的工具可以帮助研究人员更全面地解读其数据，并更深刻地理解这些观测所揭示的宇宙。