Um novo mapa de matéria escura feito com inteligência artificial revela filamentos ocultos da matéria invisível que une as galáxias.
O mapa concentra-se no universo local – a vizinhança em torno da Via Láctea. Apesar de estar próximo, o universo local é difícil de mapear porque está repleto de estruturas complexas feitas de matéria visível, disse Donghui Jeong, astrofísico da Universidade Estadual da Pensilvânia e principal autor da nova pesquisa.
“Temos que fazer engenharia reversa para saber onde está a matéria escura olhando para as galáxias”, disse Jeong ao Live Science.
Relacionado: As 11 maiores perguntas sem resposta sobre a matéria escura
A matéria escura é uma substância misteriosa e invisível que interage com a matéria visível por meio da gravidade.
Alguns pesquisadores teorizam que esta matéria invisível pode consistir em partículas massivas de interação fraca, ou WIMPs, que seriam muito grandes (para partículas subatômicas, pelo menos) e eletromagneticamente neutras, de modo que não interagiriam com nada no espectro eletromagnético, como luz.
Outra ideia com alguma evidência potencial para apoiá-la é que a matéria escura pode consistir em partículas ultraleves chamadas axions.
O que quer que seja a matéria escura, seus efeitos são detectáveis nas forças gravitacionais que permeiam o universo.
No entanto, mapear uma força gravitacional invisível não é fácil.
Normalmente, os pesquisadores fazem isso executando grandes simulações de computador, começando com um modelo do universo inicial e avançando rapidamente por bilhões de anos de expansão e evolução da matéria visível, preenchendo as lacunas gravitacionais para descobrir onde a matéria escura estava e onde estava deveria ser hoje. Isso requer grande poder de computação e uma quantidade significativa de tempo, disse Jeong.
Este novo estudo tem uma abordagem diferente. Os pesquisadores primeiro treinaram um programa de aprendizado de máquina em milhares de simulações de computador de matéria visível e matéria escura no universo local.
O aprendizado de máquina é uma técnica particularmente adequada para selecionar padrões em grandes conjuntos de dados. Os universos modelo no estudo vieram de um conjunto sofisticado de simulações chamado Illustris-TNG.
Depois de testar o treinamento do algoritmo de aprendizado de máquina em um segundo conjunto de simulações do universo Illustris-TNG para precisão, os pesquisadores aplicaram a dados do mundo real.
Eles usaram o catálogo de galáxias Cosmicflows-3, que contém dados sobre a distribuição e movimento da matéria visível dentro de 200 megaparsecs, ou 6,5 bilhões de anos-luz, da Via Láctea. Essa área inclui mais de 17.000 galáxias.
O resultado foi um novo mapa da matéria escura no universo local e suas relações com a matéria visível.
Em uma descoberta promissora, o algoritmo de aprendizado de máquina reproduziu muito do que já era conhecido ou suspeitado sobre a vizinhança da Via Láctea a partir de simulações cosmológicas.
Mas também sugeriu novos recursos, incluindo longos filamentos de matéria escura que conectam galáxias ao redor da Via Láctea a ela e entre si.
Isso é importante para entender como as galáxias se moverão ao longo do tempo, disse Jeong.
Por exemplo, espera-se que a Via Láctea e as galáxias de Andrômeda colidam em cerca de 4,5 bilhões de anos.
Compreender o papel da matéria escura local nessa colisão pode ajudar a abordar com mais precisão como e quando essa fusão – e outras – ocorrerá.
“Agora que sabemos a distribuição da matéria escura, podemos calcular com mais precisão a aceleração que moverá as galáxias ao nosso redor”, disse Jeong.
A pesquisa apareceu em 26 de maio no Astrophysical Journal.
Publicado em 30/05/2021 10h50
Artigo original:
Estudo original: