Gli scienziati usano l'intelligenza artificiale per stimare la materia oscura nell'universo

Gli scienziati del Dipartimento di fisica e del Dipartimento di informatica dell'ETH di Zurigo sfruttano l'intelligenza artificiale per conoscere meglio il nostro universo. Stanno contribuendo ai metodi utilizzati per stimare la quantità di materia oscura presente. Il gruppo di scienziati ha sviluppato algoritmi di apprendimento automatico simili a quelli utilizzati da Facebook e altre società di social media per il riconoscimento facciale. Questi algoritmi aiutano ad analizzare i dati cosmologici. La nuova ricerca e i risultati sono stati pubblicati sulla rivista scientifica Revisione fisica D. 

Tomasz Kacprzak, un ricercatore del Istituto di fisica delle particelle e astrofisica, ha spiegato il legame tra il riconoscimento facciale e la stima della materia oscura nell'universo. 

“Facebook usa i suoi algoritmi per trovare occhi, bocche o orecchie nelle immagini; usiamo il nostro per cercare i segni rivelatori della materia oscura e dell'energia oscura", ha spiegato. 

La materia oscura non può essere vista direttamente dalle immagini del telescopio, ma piega il percorso dei raggi di luce che arrivano sulla terra da altre galassie. Questo si chiama lente gravitazionale debole e distorce le immagini di quelle galassie. 

La distorsione che si verifica viene quindi utilizzata dagli scienziati. Costruiscono mappe basate sulla massa del cielo e mostrano dove si trova la materia oscura. Gli scienziati quindi prendono le previsioni teoriche sulla posizione della materia oscura e le confrontano con le mappe costruite, cercando quelle che corrispondono maggiormente ai dati.

Il metodo descritto con le mappe viene tradizionalmente eseguito utilizzando statistiche progettate dall'uomo, che aiutano a spiegare come parti delle mappe si relazionano tra loro. Il problema che si pone con questo metodo è che non è adatto per rilevare i modelli complessi che sono presenti in tali mappe. 

"Nel nostro recente lavoro, abbiamo utilizzato una metodologia completamente nuova... Invece di inventare noi stessi l'analisi statistica appropriata, abbiamo lasciato che i computer facessero il lavoro", ha affermato Alexandre Refregier. 

Aurelien Lucchi e il suo team del Data Analytics Lab del Dipartimento di Informatica, insieme a Janis Fluri, uno studente di dottorato del gruppo di Refregier e autore principale dello studio, hanno lavorato insieme utilizzando algoritmi di apprendimento automatico. Li hanno usati per creare reti neurali artificiali profonde in grado di imparare a estrarre quante più informazioni possibili dalle mappe della materia oscura. 

Il gruppo di scienziati ha prima fornito alla rete neurale dati generati dal computer che simulavano l'universo. La rete neurale alla fine ha imparato da sola quali caratteristiche cercare ed estrarre grandi quantità di informazioni.

Queste reti neurali hanno superato l'analisi fatta dall'uomo. In totale, erano il 30% più accurati rispetto ai metodi tradizionali basati su analisi statistiche fatte dall'uomo. Se i cosmologi volessero ottenere lo stesso tasso di accuratezza senza utilizzare questi algoritmi, dovrebbero dedicare almeno il doppio del tempo di osservazione. 

Dopo che questi metodi sono stati stabiliti, gli scienziati li hanno poi utilizzati per creare mappe della materia oscura basate sul set di dati KiDS-450. 

“Questa è la prima volta che tali strumenti di apprendimento automatico vengono utilizzati in questo contesto e abbiamo scoperto che la rete neurale artificiale profonda ci consente di estrarre più informazioni dai dati rispetto agli approcci precedenti. Riteniamo che questo utilizzo dell'apprendimento automatico in cosmologia avrà molte applicazioni future", ha affermato Fluri. 

Gli scienziati ora vogliono utilizzare questo metodo su set di immagini più grandi come il Indagine sull'energia oscura, e le reti neurali inizieranno ad acquisire nuove informazioni sulla materia oscura.