L'Instituto de Astrofísica de Canarias (IAC) a dirigé le développement d'une nouvelle procédure numérique pour reproduire le milieu intergalactique obtenu à partir d'une simulation cosmologique de 100 000 heures de calcul à l'aide de mégadonnées et de techniques d'apprentissage automatique. Grâce à cet algorithme, appelé Hydro-BAM, les chercheurs ont pu exploiter la hiérarchie dans la relation entre les propriétés de la matière noire, du gaz ionisé et de l'hydrogène neutre intergalactique, ingrédients qui composent la structure à grande échelle de notre univers.

La recherche a reproduit avec une grande précision les forêts dites Lyman-alpha, un motif de lignes dans les spectres de galaxies et de quasars lointains qui se produit lorsque la lumière émise par ces objets est absorbée par des nuages ​​d'hydrogène gazeux le long de son trajet. L'analyse de ces forêts est fondamentale pour faire avancer notre compréhension de l'univers dans son ensemble. L'étude a conduit à la publication de deux articles dans The Astrophysical Journal .

Les observations actuelles semblent indiquer que tout dans notre univers est dominé par la matière noire et l'énergie noire, qui sont beaucoup plus abondantes que la matière conventionnelle ou baryonique. La matière baryonique ne représente que 5 % de la masse totale de l'univers. En revanche, la matière noire représente environ 27 % du cosmos. Les 68 % restants sont composés d'énergie noire, qui n'est pas seulement responsable de l'expansion de l'univers, mais aussi de son accélération constante.

Le modèle cosmologique standard suppose que l'organisation de l'univers à ses plus grandes échelles dépend de l'interaction de ces ingrédients. En effet, les simulations numériques de pointe actuelles commencent à fournir une modélisation réaliste de ces processus. Cependant, un grand nombre d'incertitudes demeurent.

Pour obtenir des prédictions théoriques fiables, les scientifiques doivent effectuer de grands ensembles de simulations numériques qui couvrent un grand volume cosmologique et sont basés sur différents modèles possibles qui incluent tous les processus physiques pertinents. Ces « univers virtuels » servent de bancs d'essai pour l'étude de la cosmologie. Cependant, les simulations sont coûteuses en calcul et les installations informatiques actuelles ne peuvent explorer que de petits volumes cosmiques par rapport aux volumes couverts par les campagnes d'observation actuelles et futures.

Big data et IA pour décoder l'univers

Une collaboration entre une équipe de l'Instituto de Astrofísica de Canarias (IAC), dirigée par Francisco-Shu Kitaura, et une autre de l'Université d'Osaka, dirigée par Kentaro Nagamine, a développé de nouvelles stratégies qui permettent de recréer des modèles de calcul rapides et détaillés sur la formation et l'évolution de l'univers.

"Nous faisons un effort particulier pour développer des techniques d'apprentissage automatique afin d'accélérer l'ensemble du processus, de réduire les coûts de calcul et d'exécuter efficacement bon nombre de ces simulations", a déclaré Francesco Sinigaglia, co-doctorant. étudiant à l'Université de La Laguna (Tenerife, Espagne) et à l'IAC et à l'Université de Padoue (Italie), premier auteur des deux publications.

Plus précisément, l'équipe IAC a développé un nouvel algorithme appelé Hydro-BAM, qui combine des concepts avancés de théorie des probabilités, d'apprentissage automatique et de cosmologie. L'algorithme produit des prédictions précises en quelques dizaines de secondes, équivalentes aux simulations hydrodynamiques plus coûteuses, qui prennent environ 100 000 heures sur un supercalculateur. "L'algorithme est d'environ 100 000 lignes de code écrites à l'IAC résultant de l'effort d'années de travail de quelques chercheurs, à peu près le même nombre que la première version de Photoshop", note Francisco-Shu Kitaura, chercheur à l'IAC.

"Le but de ces études est d'affiner notre compréhension de la structure à grande échelle de l'univers et d'en déduire des informations sur son évolution dans le temps cosmique en modélisant et en observant des quantités baryoniques", explique Andrés Balaguera Antolínez, chercheur à l'IAC et l'un des principaux développeurs du code Hydro-BAM. "Nos méthodes visent à reproduire l'univers observé à travers une évaluation détaillée des liens statistiques différents et complexes entre la distribution tridimensionnelle de la matière noire et de la matière visible comme les galaxies et le gaz intergalactique."

Les arbres à gaz révélant la forêt cosmique

En utilisant cette nouvelle procédure de calcul, les chercheurs ont abordé la connexion à l'univers observable. "We have performed an exhaustive post-processing analysis of our hydrodynamic simulations by putting millions of virtual observers to model the Lyman-alpha forest observed in the absorption of quasar lines of sight," describes Ikkoh Shimuzu, formerly of Osaka University (now at Shikoku Gakuin University).

This pattern is produced when "trees" of hydrogen gas, scattered throughout the universe, absorb the light emitted by these distant objects. In this way, scientists can see distinct absorption lines corresponding to clouds at different distances and thus showing different ages of the universe, as well as providing information about the intergalactic medium.

"The breakthrough came when we understood that the connections between the quantities of intergalactic gas, dark matter and neutral hydrogen that we were trying to model are well organized in a hierarchical way," says Sinigaglia. "The ionized gas has a distribution in space very similar to that of the dark matter and the neutral hydrogen is determined by the distribution of the ionized gas; moreover, the joint distribution of the ionized gas and neutral hydrogen gives us information about the thermal state of the gas and allows us to predict the absorption flux of the Lyman-alpha forest," he concludes.

"Our papers in this field are having a great impact on the scientific community and we have been contacted by world-class groups," says Kitaura. Despite their success, the authors say that the research is just beginning, and plan to produce thousands of simulated universes including baryonic physics, which should allow a comprehensive analysis of data from galaxy surveys such as DESI, WEAVE-JPAS and the Subaru PFS project. In particular, the outcome of this research will allow scientists to perform an unprecedented analysis of massive Lyman-alpha forest data sets, which allows us to address the possible tensions of cosmological models obtained from different observational probes. + Explorer plus loin

Understanding the 'dark' universe and primordial galaxy formation