La mappa della materia oscura rivela i ponti nascosti tra le galassie
Una nuova mappa sulla materia oscura nell’universo locale rivela diverse strutture filamentose non ancora scoperte che collegano le galassie. La mappa, sviluppata utilizzando l’apprendimento automatico da un team internazionale che include un astrofisico della Penn State, potrebbe consentire studi sulla natura della materia oscura così come sulla storia e il futuro del nostro universo locale.
La materia oscura è una sostanza sfuggente che costituisce l’80% dell’universo. Fornisce anche lo scheletro di ciò che i cosmologi chiamano la rete cosmica, la struttura su larga scala dell’universo che, a causa della sua influenza gravitazionale, detta il movimento delle galassie e di altro materiale cosmico. Tuttavia, la distribuzione della materia oscura locale è attualmente sconosciuta perché non può essere misurata direttamente. I ricercatori devono invece dedurre la sua distribuzione basandosi sulla sua influenza gravitazionale su altri oggetti nell’universo, come le galassie.
“Ironicamente, è più facile studiare la distribuzione della materia oscura molto più lontano perché riflette il passato molto lontano, che è molto meno complesso”. Sostiene Donghui Jeong, professore associato di astronomia e astrofisica alla Penn State e un autore corrispondente dello studio. “Nel corso del tempo, come la struttura su larga scala dell’universo è cresciuta, la complessità dell’universo è aumentata, quindi è intrinsecamente più difficile fare misure sulla materia oscura localmente”.
Materia oscura: nuovo approccio e apprendimento automatico
I precedenti tentativi di mappare la rete cosmica sono partiti da un modello dell’universo primordiale e poi hanno simulato l’evoluzione del modello in miliardi di anni. Tuttavia, questo metodo è computazionalmente intenso e finora non è stato in grado di produrre risultati abbastanza dettagliati per vedere l’universo locale. Nel nuovo studio, i ricercatori hanno adottato un approccio completamente diverso, utilizzando l’apprendimento automatico per costruire un modello che utilizza le informazioni sulla distribuzione e il movimento delle galassie per prevedere la distribuzione della materia oscura.
I ricercatori hanno costruito e addestrato il loro modello utilizzando un grande insieme di simulazioni di galassie, chiamato Illustris-TNG, che include galassie, gas, altra materia visibile, così come la materia oscura. Il team ha specificamente selezionato galassie simulate paragonabili a quelle della Via Lattea e alla fine ha identificato quali proprietà delle galassie sono necessarie per prevedere la distribuzione della materia oscura.
“Quando gli vengono date certe informazioni, il modello può essenzialmente riempire le lacune basandosi su ciò che ha guardato prima”; ha detto Jeong. “La mappa dei nostri modelli non si adatta perfettamente ai dati della simulazione, ma possiamo ancora ricostruire strutture molto dettagliate. Abbiamo scoperto che includere il movimento delle galassie – le loro velocità radiali peculiari – oltre alla loro distribuzione, migliora drasticamente la qualità della mappa e ci permette di vedere questi dettagli”.
Il team di ricerca ha poi applicato il loro modello ai dati reali dell’universo locale del catalogo di galassie Cosmicflow-3
Il catalogo contiene dati completi sulla distribuzione e il movimento di più di 17 mila galassie nelle vicinanze della Via Lattea – entro 200 megaparsecs. La mappa risultante della rete cosmica locale è pubblicata in un documento che appare online il 26 maggio nell’Astrophysical Journal.
La mappa ha riprodotto successivamente le strutture prominenti conosciute nell’universo locale, compreso il “foglio locale” — una regione di spazio che contiene la Via Lattea, le galassie vicine nel “gruppo locale” e le galassie nell’ammasso della Vergine — e il “vuoto locale” — una regione relativamente vuota di spazio vicino al gruppo locale. Inoltre, ha identificato diverse nuove strutture che richiedono ulteriori indagini, tra cui piccole strutture filamentose che collegano le galassie.
“Avere una mappa locale della rete cosmica apre un nuovo capitolo dello studio cosmologico”. Continua Jeong. “Possiamo studiare come la distribuzione della materia oscura si relaziona con altri dati di emissione; il che ci aiuterà a capire la natura della materia oscura. E possiamo studiare direttamente queste strutture filamentose, questi ponti nascosti tra le galassie”.
Nello specifico
Per esempio, un suggerimento è che la Via Lattea e le galassie di Andromeda potrebbero muoversi lentamente l’una verso l’altra. Ciononostante se possano entrare in collisione tra molti miliardi di anni non è ancora chiaro. Lo studio dei filamenti di materia oscura che collegano le due galassie potrebbe fornire importanti intuizioni sul loro futuro.
“Poiché la materia oscura domina la dinamica dell’universo, determina fondamentalmente il nostro destino”. Conclude Jeong. “Quindi possiamo chiedere a un computer di evolvere la mappa per miliardi di anni per vedere cosa succederà nell’universo locale. E possiamo far evolvere il modello indietro nel tempo per capire la storia del nostro quartiere cosmico”.
I ricercatori credono di poter migliorare la precisione della loro mappa aggiungendo più galassie. Le indagini astronomiche pianificate, per esempio utilizzando il James Web Space Telescope, potrebbero consentire loro di aggiungere galassie deboli o piccole che devono ancora essere osservate e galassie che sono più lontane.
Oltre a Jeong, il team di ricerca include Sungwook Hong all’Università di Seoul/Korea Astronomy and Space Science Institute in Corea. Ho Seong Hwang alla Seoul National University in Corea. E Juhan Kim al Korea Institute for Advanced Study.
Questa ricerca è sostenuta in parte dalla National Research Foundation of Korea. Finanziata dal Ministero dell’Istruzione coreano. Dal Ministero della Scienza coreano, dalla National Science Foundation degli Stati Uniti. Dal programma di teoria dell’astrofisica della National Aeronautics and Space Administration degli Stati Uniti. E dal Center for Advanced Computation del Korea Institute for Advanced Study.
