使用人工智能獲得的謎也宇宙暗能量模擬（圖片來源：uux.cn/Niall Jeffrey（倫敦大學學院物理與天文學）/等人）
（神秘的地球uux.cn）據美國太空網（Robert Lea）：當人類努力理解暗能量——驅動宇宙加速膨脹的神秘力量時，科學家們開始懷疑某種相當未來的許人廈門集美約炮（高質量美女約炮）vx《749-3814》提供外圍女上門服務快速選照片快速安排不收定金面到付款30分鐘可到達東西。計算機還能做得更好嗎？工智好吧，一個使用人工智能技術以無與倫比的幫助精度推斷暗能量影響的團隊的初步結果可能會給出一個答案：是的。
該團隊由倫敦大學學院科學家尼爾·杰弗里領導，破解與暗能量調查合作，代碼利用可見物質和暗物質的量仍測量結果創建了宇宙的超級計算機模擬。雖然暗能量有助于將宇宙向各個方向向外推動，謎也但暗物質是許人一種神秘的物質形式，因為它不與光相互作用，工智所以仍然是幫助不可見的。
在創建了宇宙模擬后，破解工作人員利用人工智能繪制了一張覆蓋過去70億年的代碼精確宇宙地圖，并展示了暗能量的量仍作用。該團隊的所得數據代表了地球南半球約25%的天空中驚人的1億個星系。如果沒有人工智能，廈門集美約炮（高質量美女約炮）vx《749-3814》提供外圍女上門服務快速選照片快速安排不收定金面到付款30分鐘可到達使用這些數據創建這樣一張地圖將需要更多的觀測，這些數據代表了暗能量調查的前三年觀測結果。這些發現有助于驗證哪些宇宙進化模型與暗能量動力學相結合是可行的，同時排除了其他一些可能不可行的模型。
Jeffrey告訴Space.com：“與使用老式的方法從這些數據圖中了解暗能量相比，使用這種人工智能方法最終使我們測量暗能量的精度提高了一倍。使用標準方法需要四倍的數據。”。
Jeffrey補充道：“如果你想在沒有人工智能的情況下獲得這種精度和對暗能量的理解，你必須在不同的天空區域再收集三次相同的數據。這相當于繪制另外3億個星系的地圖。”
暗能量的問題
暗能量是一種神秘力量的占位符名稱，這種力量加速了宇宙的膨脹，隨著時間的推移，將遙遠的星系越來越快地從銀河系和彼此之間推開。
目前的“宇宙膨脹”時期與大爆炸后宇宙誕生后的時期是分開的；它似乎是在最初的擴張放緩到停止后才開始運作的。
想象一下，在秋千上推一個孩子。在施加初始力后，揮桿會變慢，但揮桿并沒有停止，也沒有再次推動，而是突然開始再次移動。這本身就很奇怪，但實際上還有更多。在突然重新開始運動后，揮桿也會開始加速，達到越來越高的高度和速度。這與太空中發生的事情類似，宇宙向外冒泡，而不是來回擺動。
你可能會非常渴望了解是什么增加了額外的“推力”并導致了加速度。科學家們對暗能量是什么，以及它是如何在太空結構上增加額外的宇宙推動力有著同樣的感受。
盡管我們不知道暗能量是什么，但暗能量約占宇宙能量和物質預算的70%，這一事實加劇了這種愿望。考慮到暗物質，暗物質占預算的25%，不能由我們熟悉的原子組成——那些構成恒星、行星、衛星、中子星、我們的身體和隔壁貓的原子——我們只能真正看到整個宇宙的5%左右。
杰弗里說：“我們真的不明白什么是暗能量；這是一種奇怪的東西。這只是一個我們用來描述宇宙中一種額外的力的詞，隨著宇宙膨脹的不斷加速，這種力將所有東西相互推開。”?！鞍的芰空{查試圖了解什么是暗能量。我們試圖做的主要事情是問一個問題：它是宇宙學常數嗎？”

這張圖顯示了基于宇宙大爆炸理論和膨脹模型的宇宙時間線。（圖片來源：uux.cn/美國國家航空航天局/WMAP科學團隊）
以希臘字母lambda表示的宇宙學常數，對于宇宙學家來說有著相當傳奇的歷史。阿爾伯特·愛因斯坦首次引入它是為了確保他1915年革命性的引力理論廣義相對論的方程支持所謂的“靜態宇宙”
然而，當埃德溫·哈勃對遙遠星系的觀測表明宇宙正在膨脹，因此不是靜止的時，這一概念受到了挑戰。愛因斯坦將宇宙學常數扔進了科學垃圾桶，據稱他將其描述為“最大的錯誤”
然而，1998年，兩個獨立的天文學家團隊觀察了遙遠的超新星，發現宇宙不僅在膨脹，而且似乎在以加速的速度膨脹。暗能量被發明來解釋這種加速背后的力，宇宙學常數被從假設的垃圾箱中提取出來。
現在，宇宙學常數lambda代表了宇宙的背景真空能量，其作用幾乎就像一股“反重力”力推動其膨脹。到目前為止，宇宙學常數是暗能量的主要證據。
Jeffrey說：“與使用相同暗物質圖的標準方法相比，我們的結果得到了嚴格的驗證，我們發現這仍然與宇宙學常數解釋的暗能量一致。”?！耙虼耍覀兣懦艘恍┌的芰康奈锢砟Ｐ??！?br>然而，這并不意味著暗能量的奧秘——或者宇宙學常數所代表的頭痛——得到了緩解。
“物理學史上最糟糕的預測”
宇宙學常數仍然給科學家們帶來了一個巨大的問題。
這是因為對遙遠、后退的天體的觀測表明，λ值比量子物理學預測的要小120個數量級（10后面跟著119個零）。因此，宇宙學常數被一些科學家描述為“物理學史上最糟糕的理論預測”是有充分理由的。
Jeffrey很清楚：盡管團隊對這些結果很滿意，但這項研究還不能解釋理論和觀測之間的巨大差距。
“這種差距太大了，它告訴我們的量子力學理論是錯誤的，”他繼續說道?！斑@些結果可以告訴我們，什么樣的方程或什么樣的物理模型描述了我們的宇宙膨脹的方式，以及引力是如何工作的，將宇宙中由物質組成的一切拉到一起?！?br>此外，盡管該團隊的研究結果表明廣義相對論是引力的正確配方，但它不能排除其他可能解釋暗能量效應的潛在引力模型。
杰弗里說：“從表面上看，光看這些結果就可以與廣義相對論相一致，但仍然有很大的回旋余地，因為它也允許其他關于暗能量或引力如何工作的理論?！?。

歐幾里得望遠鏡看到的螺旋星系IC 342將對我們理解暗能量產生重大影響。（圖片來源：uux.cn/歐空局）
這項研究證明了使用人工智能評估宇宙模擬模型的實用性，找出人類可能錯過的重要模式，從而尋找重要的暗能量線索。
Jeffrey說：“使用這些技術，我們可以得到結果，就好像我們又得到了三次數據一樣——這真是太神奇了。”。
倫敦大學學院的研究人員指出，進行這些研究需要一種非常特殊的人工智能形式，這種人工智能在發現宇宙模式方面訓練有素。宇宙學家將無法像將問題插入ChatGPT并期待結果那樣，僅將基于宇宙的模擬提供給他們的人工智能系統。
他說：“ChatGPT的問題是，如果它不知道什么，它就會彌補。”。“我們想知道的是什么時候我們知道一些事情，什么時候我們不知道一些事情。所以我認為仍需要大量的增長，這樣對科學和人工智能相結合的工作感興趣的人才能獲得可靠的結果。”
暗能量調查還有六年的數據，結合2023年7月發射的歐幾里得望遠鏡的觀測，應該會提供更多關于宇宙大尺度結構的信息。這將有助于科學家完善他們的宇宙學模型，并創建更精確的宇宙模擬，這可能最終使他們找到關于暗能量之謎的答案。
Jeffrey總結道：“這意味著我們生成的模擬宇宙非常逼真；從某種意義上說，它們可能比我們用老式方法所能做的更逼真。”?！斑@不僅僅是關于準確性，而是相信這些結果并認為它們是可靠的?！?br>該團隊的研究成果可在arXiv論文庫中以預印本的形式獲得。