Un nuevo mapa de materia oscura en el universo local, desarrollado mediante aprendizaje automático (rama de la inteligencia artificial), revela varias estructuras filamentosas no descubiertas que conectan galaxias, el estudio fue realizado en la Universidad de Penn State en Pensilvania, Estados Unidos.
Esta cartografía cósmica podría permitir análisis sobre la naturaleza de la materia oscura, así como acerca de la historia y el futuro de nuestro universo local, según señalan los autores.
La materia oscura es una sustancia esquiva que constituye 80 por ciento del universo. También proporciona el esqueleto de lo que los especialistas llaman la red cósmica, la estructura a gran escala del universo que, debido a su influencia gravitacional, dicta el movimiento de las galaxias y otra sustancia celeste.
Sin embargo, actualmente se desconoce la distribución de la materia oscura local porque no se puede medir de forma directa. En cambio, los investigadores deben inferirla basándose en su influencia gravitacional en otros objetos del universo, como las galaxias.
“De manera irónica, es más fácil estudiar la distribución de la materia oscura mucho más distante porque refleja un pasado muy lejano, mucho menos complejo”, explicó Donghui Jeong, profesor asociado de astronomía y astrofísica en la Universidad de Penn State y autor correspondiente del estudio.
Los intentos anteriores de mapear la red cósmica comenzaron con un modelo del universo temprano y luego simularon su evolución durante miles de millones de años. Sin embargo, es computacionalmente intensivo y no ha producido resultados lo suficientemente detallados para ver el espacio local.
Aprendizaje automático
En el nuevo estudio, los investigadores adoptaron un enfoque diferente, utilizando el aprendizaje automático para construir un modelo que usa información en torno a la distribución y el movimiento de las galaxias para predecir la distribución de la materia oscura.
Construyeron y entrenaron su modelo mediante un gran conjunto de simulaciones de galaxias, llamado Illustris-TNG, que incluye gases, otra materia visible y la oscura.
Seleccionaron galaxias simuladas comparables a las de la Vía Láctea e identificaron qué propiedades de esos conglomerados son necesarios para predecir la distribución de la materia oscura.
“Cuando se le da cierta información, el modelo puede llenar los vacíos basándose en lo que ha mirado antes”, aseguró Jeong.
“El mapa de nuestros modelos no se ajusta de forma perfecta a los datos de la simulación, pero aún podemos reconstruir estructuras muy detalladas. Descubrimos que incluir el movimiento de las galaxias (sus velocidades radiales peculiares) además de su distribución mejoró drásticamente la calidad del plano y nos permitió ver estos detalles.”
Luego, el equipo aplicó su modelo a datos reales del universo local del catálogo de galaxias Cosmicflow-3, que contiene datos completos sobre la distribución y el movimiento de más de 17 mil galaxias en las cercanías de la Vía Láctea, dentro de los 200 megaparsecs. El mapa resultante de la red cósmica local se publica en un artículo que aparece en Astrophysical Journal.
Edición: Estefanía Cardeña
La directiva del equipo anunció reuniones con el manager del pelotero japonés para 2026
Jairo Magaña
El proyecto ya entregó su Manifestación de Impacto Ambiental ante la Semarnat y tardará 10 años en finalizarse
La Jornada Maya
Cinépolis eligió a la localidad para implementar salas de cine con la última tecnología en IMAX y 4D
La Jornada Maya
El Gobierno de QRoo confirmó que los equipos de Portugal, Francia y Argentina se quedarán en la entidad
La Jornada Maya
