Aine ei jaotu universumis võrdselt. Selles domineerivad superklastrid ja mateeriakiud, mis neid omavahel ühendavad ning mida ümbritsevad tohutud tühimikud. Galaktika superklastrid on hierarhia tipus. Nende sees on kõik muu: galaktikate rühmad ja parved, üksikud galaktikad ja päikesesüsteemid. Seda hierarhilist struktuuri nimetatakse 'kosmiliseks veebiks'.
Aga kuidas ja miks universum sellise kuju võttis?
California Santa Cruzi ülikooli astronoomide ja arvutiteadlaste meeskond kasutas selle välja selgitamiseks huvitavat lähenemist. Nad ehitasid limahallituste kasvumustrite põhjal arvutimudeli. See pole esimene kord, kui limahallitused on aidanud selgitada muid looduse mustreid.
Meeskond on avaldanud uuringu, milles kirjeldatakse nende tulemusi pealkirjaga ' Kosmilise veebi tumedate lõimede paljastamine. Juhtautor on Joseph Burchett, UC Santa Cruzi astronoomia ja astrofüüsika järeldoktor. Uuring avaldati aastal Astrophysical Journal Letters .
Kaasaegne kosmoloogiline teooria ennustab, et aine võtab nende superparvede ja filamentide ning neid eraldavate tohutute tühimike kuju. Kuid kuni 1980. aastateni arvasid teadlased, et galaktikaparved on suurim struktuur, ja nad arvasid ka, et need parved on universumis ühtlaselt jaotunud.
Gravitatsiooni simulatsioon laienevas universumis. Vasakul on varajane universum, kus aine on ühtlaselt jaotunud. Aja jooksul kogunes aine kokku. Paremal on universumi praegune suuremahuline struktuur selgete superparvede, filamentide ja tühikutega. Pildi krediit: Andrei Kravtsov, Anatoli Klypin, riiklik superarvutirakenduste keskus.
Siis avastati superklastrid. Siis kvasarite rühmad. See läks edasi, üha enam avastati struktuure ja tühimikke. Siis tuli Sloani digitaalse taeva uuring ja tohutu universumi 3D-kaart ning muud jõupingutused, nagu Millennium Simulation .
Kõiki neid superklastreid ja galaktikate rühmi ühendavaid ainefilamente on raske näha. Enamasti on see lihtsalt hajus vesinik. Kuid astronoomidel on õnnestunud sellest pilku heita.
Sisestage lima hallitus . Limahallitused on üherakulised organismid, mis elavad üksikute rakkudena suurepäraselt, kuid moodustavad autonoomselt ka mitmerakulisi agregeeritud struktuure. Kui toitu on külluses, tegutsevad nad üksi, aga kui toitu napib, löövad nad kokku. Kollektiivses olekus suudavad nad paremini tuvastada kemikaale, leida toitu ja isegi moodustada eoseid tekitavaid varsi.
Lima hallitusseened on tähelepanuväärsed olendid ning teadlasi on hämmingus ja huvitanud olendi võime 'luua optimaalseid jaotusvõrke ja lahendada arvutuslikult keerulisi ruumilise korralduse probleeme'. Pressiteade ütleb. 2018. aastal teatasid Jaapani teadlased, et limahallitus suutis seda replitseerida Tokyo raudteesüsteemi paigutus .
Oskar Elek on Santa Cruzi ülikooli U of C arvutusmeedia alal järeldoktor. Ta soovitas juhtivautorile Joseph Burchettile, et limavormid võivad mateerida aine kosmilist jaotumist ja pakkuda viisi selle visualiseerimiseks.
Burchett oli alguses skeptiline.
'See oli omamoodi Eureka hetk ja ma veendusin, et limavormimudel on meie jaoks tee edasi.'
Joseph Burchett, juhtiv autor. U of C, Santa Cruz.
Toetudes 2-D inspiratsioonile kunstimaailm , Elek ja teine programmeerija lõid limahallituse käitumise 3-D algoritmi, mida nad nimetavad Monte Carlo Physarum Machineiks. Physarum on mudelorganism, mida kasutatakse kõigis omamoodi uuringud .
arendab toidu keskkonda uurides omavahel ühendatud torude võrgustikku. (Foto krediit: Frankenstoen/ CC BY )
Burchett otsustas anda Elekile Sloani digitaalse taevauuringu andmed, mis sisaldasid 37 000 galaktikat ja nende levikut kosmoses. Kui nad käivitasid limavormi algoritmi, oli tulemuseks 'kosmilise võrgu üsna veenev esitus'.
'See oli omamoodi Eureka hetk ja ma veendusin, et limavormi mudel on meie jaoks tee edasi,' ütles Burchett. 'See on mõneti juhuslik, et see töötab, kuid mitte täielikult. Limavorm loob optimeeritud transpordivõrgu, leides kõige tõhusamad viisid toiduallikate ühendamiseks. Kosmilises veebis tekitab struktuuri kasv võrgustikke, mis on teatud mõttes ka optimaalsed. Selle aluseks olevad protsessid on erinevad, kuid need toodavad matemaatilisi struktuure, mis on analoogsed.
Monte Carlo Physarum Machine (MCPM) kosmilise veebi rekonstrueerimine, kasutades Sloan Digital Sky Survey (SDSS) 37 662 galaktikat. Põhjas on kolm üksikut piirkonda, mis näitavad aluseks olevaid SDSS-galaktikaid (G) ja üksteise peale asetsevat MCPM-i hõõgniidi tiheduse välja (G+F). Pildi krediit: Burchett et al 2020.
Kuid kuigi see on veenev, oli limavorm vaid suuremahulise struktuuri visuaalne kujutis. Meeskond sellega ei piirdunud. Nad täpsustasid algoritmi ja tegid oma mudeli kinnitamiseks täiendavaid teste.
Siin siseneb loosse Dark Matter. Ühel viisil on universumi suuremahuline struktuur tumeda aine laiaulatuslik jaotus. Galaktikad moodustuvad tumeaine massiivsetes halodes, mida ühendavad pikad filamentaalsed struktuurid. Tumeaine hõlmab umbes 85% universumi ainest ja kogu selle tumeaine gravitatsiooniline tõmbejõud kujundab 'tavalise' aine jaotuse.
Teadlaste meeskond sai teise käest tumeaine halode kataloogi teaduslik simulatsioon . Seejärel käivitasid nad nende andmetega oma limavormipõhise algoritmi, et näha, kas see suudab replitseerida kõiki neid halosid ühendavate filamentide võrku. Tulemuseks oli väga tihe korrelatsioon algse simulatsiooniga.
'Alustades 450 000 tumeaine halost, saame kosmoloogilises simulatsioonis tihedusväljadele peaaegu täiusliku sobivuse,' ütles Elek. Pressiteade .
IGM-i üleminekupiirkonna üksikasjalik kontroll paberist. Üleval vasakul on soojuskaardi visualiseerimine ühest MCPM-i lõigust, mis sobib SDSS-galaktika prooviga. Paremal on punanihke viil sama. Alumine osa tõstab esile kolm intergalaktilise söötme tihedusvahemikku, kus on märgistatud halod, üleminekupiirkonnad ja sisemised filamendid. Pildi krediit: Burchett et al 2020.
Limavormi algoritm kordas filamentaalset võrku ja teadlased kasutasid neid tulemusi oma algoritmi edasiseks viimistlemiseks.
Sel hetkel oli meeskonnal ennustus suuremahulise struktuuri ja kõike ühendava kosmilise võrgu struktuuri kohta. Järgmine samm oli selle võrdlemine erinevate vaatlusandmete kogumiga. Selleks läksid nad auväärse Hubble'i kosmoseteleskoobi juurde. See teleskoop Kosmilise päritolu spektrograaf (COS) uurib universumi suuremahulist struktuuri spektroskoopia galaktikatevahelisest gaasist. See gaas ei kiirga oma valgust, seega on spektroskoopia võtmetähtsusega. Selle asemel, et keskenduda gaasile endale, uurib COS kaugete kvasarite valgust, kui see gaasi läbib, ja seda, kuidas galaktikatevaheline gaas seda valgust mõjutab.
'Teadsime tänu limavormile, kus kosmilise võrgu filamendid peaksid asuma, nii et saime minna arhiveeritud Hubble'i spektritele seda ruumi uurivate kvasarite jaoks ja otsida gaasi allkirju,' selgitas Burchett. 'Kõikjal, kus me oma mudelis hõõgniiti nägime, näitasid Hubble'i spektrid gaasisignaali ja signaal tugevnes hõõgniitide keskpaiga suunas, kus gaas peaks olema tihedam.'
See nõuab teist Eurekat.
Meie MCPM-mudeli võrdlus Jonesi Max-PM-mudeliga, teise suuremahulise simulatsiooniga, BP-andmekogumi 30 Mpc-lõigus. Las ja keskmine on uuringust, parempoolne on võrdluseks teisest mudelist. Mitte vasakult paremale kasvav teravus, kus hõõgniidi reprodutseerimine vahetatakse struktuurse keerukuse vastu. Pildi krediit: Burchett et al 2020.
'Esimest korda saame nüüd kvantifitseerida galaktikatevahelise keskkonna tihedust kosmilise võrgu filamentide kaugetest äärealadest kuni galaktikaparvede kuumade ja tihedate sisemusteni,' ütles Burchett. 'Need tulemused mitte ainult ei kinnita kosmoloogiliste mudelite ennustatud kosmilise võrgu struktuuri, vaid annavad meile ka võimaluse parandada meie arusaamist galaktikate evolutsioonist, ühendades need gaasireservuaaridega, millest galaktikad moodustuvad.'
See uuring näitab, mida on võimalik saavutada, kui erinevad teadlased tulevad oma silodest välja ja teevad koostööd erinevate teadusharude kaudu. Sellele kõige huvitavamale tulemusele aitasid kaasa kosmoloogia, astronoomia, arvutiprogrammeerimine, bioloogia ja isegi kunst.
'Ma arvan, et kui integreerida kunstid teadusuuringutesse, võivad tekkida tõelised võimalused,' ütles kaasautor Angus Forbes UCSC Creative Codingi laborist. 'Andmete modelleerimise ja visualiseerimise loovad lähenemisviisid võivad viia uute vaatenurkadeni, mis aitavad meil keerulisi süsteeme mõista.'
