用 AI 预测宇宙膨胀速度
▼
哈伯─勒梅特定律简洁而优美的描述宇宙正在扩张的现象。它是一个简单的线性关系式：距离越远的天体，退行速度越快。整个宇宙像发酵中的面包，把上面的葡萄干分得愈来越远。
不过大部分观测时，哈伯─勒梅特定律不会完全正确，因重力效应会抹除宇宙扩张现象，使真实观测数据与方程式有偏差。要解释偏差并不容易，因为与物质分布、运动有关：这大概是宇宙最复杂的问题之一。“微扰理论”是一个方法，一步步描述非线性项，但大量运算时就会出现问题，因此科学家将目光投向机器学习。
卷积神经网络是许多领域都炙手可热的工具，让电脑透过深度神经网络自行学习演算法，有时就像黑盒子，自己找到人类还不清楚的关系式。
现在有研究团队已进行测试，模拟宇宙大规模结构演化至今的行为。微扰理论在低密度及低速度表现稳健，但机器学习模型大部分情况表现较好。
随着未来先进大型天文台及太空望远镜上线，将有更完整的观测数据验证每个模型的优劣。
- A Peculiar Use of AI: Predicting Cosmic Velocities with Neural Networks
（本文由 台北天文馆 授权转载；首图来源：Flickr/作者 Unsplash）
延伸阅读：
- 宇宙膨胀速度计算不一之谜：我们可能生活在一个巨大泡泡里
- 挑战宇宙学支柱？新研究：宇宙各向膨胀速率可能不均
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
