Se intraprendessimo un viaggio panoramico attraverso ogni epoca dell’astronomia, inizierebbe in un periodo in cui gli antichi esseri umani si chiedevano perché ci siano lucciole fisse nel cielo. Viaggeremmo attraverso biblioteche con rotoli che descrivono come quelle lucciole siano in realtà sorelle del nostro gigantesco sole giallo, ed entreremmo in stanze piene di libri che rivelano come il nostro intero mondo ruoti attorno a quel sole. Alla fine, ci troveremmo a vedere scienziati scoprire che la forza di gravità dipende dalla struttura dello spaziotempo, ottenendo immagini di galassie iridescenti diverse dalla Via Lattea e calcolando i rigidi limiti dei buchi neri supermassicci. Ma proprio quando ci avviciniamo alla nostra uscita nel presente, inizierei a notare qualcosa di piuttosto interessante. Cominceremmo a osservare il crescente legame tra astronomo e macchina, che ci consente di aprire porte cosmiche più rapidamente. Aritra Ghosh, un borsista post-dottorale all’Università di Washington, è uno di questi astronomi. Ghosh è riuscito recentemente a confermare che le galassie nelle regioni più dense dell’universo possono essere fino al 25% più grandi rispetto a galassie di massa e forma simili in aree meno dense. “La ‘dimensione’ in questo caso si riferisce al raggio di una galassia che contiene il 50% della sua emissione totale di luce. Questo è un risultato notevole di per sé, ma è fondamentale sottolineare come sia stato ottenuto: utilizzando l’apprendimento automatico per studiare più galassie individuali di quante il corpo umano possa analizzare in un’intera vita. Per essere precisi, nel dataset c’erano 2.894.716 galassie.”Negli ultimi dieci anni, molti astronomi, come me, hanno condotto studi approfonditi per sviluppare fiducia nell’apprendimento automatico, dimostrando che può replicare tecniche tradizionali,” ha dichiarato Ghosh a Space.com. “Finalmente, possiamo iniziare a sfruttare queste tecniche per estrarre nuovi risultati scientifici.”Questo enorme campione di galassie è stato, infatti, ottenuto da un insieme ancora più grande che Ghosh è riuscito a raccogliere con l’aiuto dell’apprendimento automatico. Quel set originale, ottenuto con uno strumento di indagine chiamato GaMPEN, comprendeva dati riguardanti 7.805.186 galassie; il sottoinsieme più piccolo per questo nuovo studio è stato selezionato in base alla posizione delle galassie nel cielo. In un millisecondo, GaMPEN può determinare la struttura di una galassia in base a un parametro scelto dall’utente; Ghosh e i ricercatori hanno utilizzato un parametro che rivelava quale frazione di luce proviene dal disco esterno di una galassia rispetto al suo rigonfiamento centrale.”Volevo dimostrare alla comunità più ampia come l’apprendimento automatico e i grandi set di dati di imaging possano essere combinati per fare progressi su questioni di lunga data in astrofisica,” ha detto Ghosh.Notizie spaziali in tempo reale, gli aggiornamenti più recenti sui lanci di razzi, eventi di osservazione del cielo e altro ancora!Poi, tra quei quasi 8 milioni di soggetti, Ghosh ha estratto quelli nelle aree in cui conosceva la densità dell’universo attraverso precedenti calcoli. Nel lavoro, gli ambienti “densi” comprendevano molte cose, comprese le aree in cui ci si aspetta di trovare superammassi di galassie. Questi sono enormi conglomerati di molti ammassi di galassie (un ammasso di galassie può contenere fino a 1.000 galassie individuali!) normalmente situati nei fili della rete cosmica che permea il nostro intero universo. Puoi pensarli come i centri vitali dell’universo.”I nostri collaboratori in Giappone, guidati da Rhythm Shimakawa, hanno misurato le densità ambientali,” ha detto Ghosh. “Hanno utilizzato un algoritmo informatico non ML per posizionare cerchi con raggi di 30 milioni di anni luce in diverse porzioni del cielo e contare il numero di galassie all’interno di ciascun cerchio: i cerchi nelle regioni più dense hanno un conteggio superiore alla media.”Una volta identificato il sottoinsieme, Ghosh e il suo team iniziarono a esaminare le correlazioni tra la dimensione galattica e l’ambiente. Poiché la massa di una galassia è fortemente correlata alla sua dimensione e al suo ambiente — ad esempio, si prevede che le galassie più massicce siano più grandi e vivano in ambienti più densi — il team ha confrontato le dimensioni delle galassie con la stessa massa in ambienti diversi. “Dal momento che le galassie massicce sono rare,” ha spiegato Ghosh, “abbiamo collaborato con astrofisici teorici per sviluppare una nuova metrica per l’analisi della correlazione.”Inoltre, non solo questo è il catalogo più grande mai utilizzato per uno studio sulla dimensione galattica e l’ambiente — e Ghosh specula che sia molto probabilmente tra i primi cinque per qualsiasi studio astrofisico — ma presenta anche un meccanismo di correzione degli errori che Ghosh afferma fosse pressoché assente negli studi simili precedenti, grazie in parte al componente di apprendimento automatico.Parlando di quegli studi precedenti, il risultato che le galassie più grandi tendono a trovarsi in città di supercluster piuttosto che in piccole comunità cosmiche è stata una sorpresa — nonostante sembri relativamente intuitivo. Come spiega Ghosh, molti scienziati che hanno studiato le galassie negli ammassi credevano che le forti forze dinamiche all’interno di quegli ammassi avrebbero gradualmente strappato materia da una galassia, riducendone così la dimensione. Ma il team ha osservato galassie più grandi in ambienti densi e in supercluster. Strano.Un’idea della rete cosmica nell’universo che unisce le galassie. (Crediti immagine: ESA/ Springel et al., Virgo Consortium)”Abbiamo testato il nostro algoritmo di correlazione su sottoinsiemi più piccoli prima,” ha affermato Ghosh. “Il momento ‘Aha!’ è stato quando abbiamo eseguito l’analisi sull’intero campione di 3 milioni di galassie per la prima volta e abbiamo notato la forte correlazione positiva.”Per quanto riguarda il motivo per cui ciò potrebbe avvenire? Beh, ci sono alcune possibilità. Una riguarda il tipo di “materia” che si suggerisce venga strappata dalle galassie nelle aree dense dell’universo: materia normale composta da protoni, neutroni ed elettroni. Questo solleva la domanda: che dire della materia oscura? Forse questa sostanza invisibile gioca un ruolo nel mantenere le galassie più grandi. Non sarebbe un’idea così stravagante, considerando che gli scienziati hanno dimostrato che la maggior parte delle galassie grandi vive all’interno di un alone di materia oscura, compresa la nostra Via Lattea.Due viste di un ammasso di galassie. A destra, le aree in cui è previsto che esista materia oscura sono ombreggiate in blu. (Crediti immagine: NASA, ESA, M.J. Jee e H. Ford (Johns Hopkins University))”Il nostro lavoro dimostra che, quando si fa la media su molti, molti ammassi, la materia oscura diventa la forza trainante principale, invertendo la tendenza osservata in ammassi singoli,” ha detto Ghosh.Tuttavia, è anche possibile che le galassie in ambienti più densi siano più grandi sin dalla loro formazione; inoltre, c’è la possibilità che ambienti densi aumentino la probabilità e la facilità delle fusioni galattiche.”Un interessante lavoro di follow-up sarebbe verificare come questo risultato cambi quando si modifica il raggio del cerchio all’interno del quale si misurano le densità,” ha detto Ghosh. “E se utilizzassi un raggio di 1 milione di anni luce invece di 30? Questo ci dirà come la fisica a diverse scale dell’universo influisce sulle galassie in modo differente.”Nel frattempo, il team ha gli occhi puntati sul prossimo Osservatorio Rubin, che dovrebbe vedere la sua prima luce del cosmo all’inizio del 2025, e sui massicci dataset che è progettato per produrre.”La mia attuale borsa di studio è focalizzata sull’Osservatorio Rubin,” ha detto Ghosh, “che osserverà 20 miliardi di galassie durante la sua vita.”E, anche se Rubin riesce a trovare alcuni pezzi extra di puzzle sotto il divano piuttosto che metterne alcuni sul tavolo, c’è ancora un successo concreto nello studio di Ghosh. È la prova che le macchine possono essere affidabili per le domande sull’universo in cui le abbiamo введite. Lo studio è stato pubblicato il 14 agosto su The Astrophysical Journal.