利用爆炸恒星测量宇宙的更优方法已面世

2026-06-06 0

天文学家开发了一种新的人工智能驱动框架，该框架可以从用于测量宇宙的爆炸恒星中获取更多信息。图片来源：Shutterstock

一种新方法可以通过同时分析超新星及其宿主星系来改进宇宙学研究。

由巴塞罗那大学宇宙科学研究所（ICCUB）科学家领导的国际合作团队提出了一种新方法，该方法可能会帮助研究人员更深入地了解宇宙如何膨胀以及暗能量是什么。

这项发表在《自然天文学》上的研究介绍了一个名为CIGaRS的框架。该框架旨在从Ia型超新星——这类对宇宙学至关重要的爆炸恒星——中获取更多信息，其主要方式是使用成像数据，而非依赖昂贵的光谱观测。

这种方法可以帮助科学家充分利用即将进行的天文观测所产生的海量数据集，尤其是来自薇拉C鲁宾天文台的数据。

超新星为何对理解宇宙很重要

Ia型超新星发生在白矮星爆炸时。由于这些爆炸的真实亮度通常几乎相同，天文学家将它们视为标准烛光。通过比较它们本应有的亮度和从地球观测到的亮度，研究人员可以估算宇宙中的距离。

这种方法在揭示宇宙膨胀正在加速方面发挥了关键作用，这一效应与暗能量有关，暗能量是物理学中最深刻的未解之谜之一。但存在一个重要的复杂问题：Ia型超新星并非完全相同。

问题在于：超新星会受到其所处环境的影响

长期以来，天文学家发现Ia型超新星的亮度会受到其所在星系的细微影响。例如，在较古老或质量较大的星系中的超新星，与较年轻或较小的星系中的超新星相比，可能会呈现出轻微的差异。

长期以来，研究人员通常会用相对简单的近似方法来修正这些效应。这些捷径可能会限制科学家利用超新星测量宇宙距离的精确程度。

统一的解决方案：综合模型

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、它们的宿主星系、使光线变暗和变红的尘埃、宇宙历史中超新星的发生频率，以及宇宙本身的膨胀。

团队没有分别处理每个元素，而是创建了一个自洽模型，通过物理和统计关系将它们联系起来。

对宇宙进行建模的一种有效方法是使用贝叶斯推理在计算机中从头开始模拟它，该研究的合著者劳尔希门尼斯（ICREAICCUB）表示。这提供了一种同时改变所有可能参数的方式，以预测我们所处的宇宙是什么样的。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，以了解它们的影响。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重要的缺失部分。

人工智能与宇宙学

为了使这种广泛的建模策略切实可行，研究人员采用了一种名为基于模拟的推理的现代方法。

这个过程始于科学家基于物理模型创建许多模拟宇宙。然后，一个神经网络（一种人工智能）学习模拟观测结果如何与潜在的物理参数相关联。训练完成后，该系统可以使用真实的天文数据直接推断这些参数。

这使得同时分析数以万计的超新星成为可能，这一规模是传统技术无法实际处理的。

一个关键成果：无需光谱学的精确距离

一个主要发现是，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。它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样子。

这种新方法的精度达到了与光谱测量相似的水平，但无需使用光谱。这一点很重要，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，而只有一小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

薇拉C鲁宾天文台位于智利，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，即通过不同颜色拍摄的图像。

CIGaRS框架是专门为这类数据丰富的环境设计的。

与其他需要解析简化的框架不同，我们这种不妥协的端到端基于模拟的推理方法，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的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，该模型为研究产生这些爆炸的恒星系统的长期存在的问题提供了一种方法。

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，并更好地理解这些观测所揭示的宇宙。

参考文献：《基于模拟的Ia型超新星与宿主星系测光联合推断》，作者康斯坦丁卡尔切夫、罗伯托特罗塔和劳尔希门尼斯，近期发表于《自然天文学》，DOI：10.1038s41550026028425