用 AI 預測宇宙膨脹速度

哈伯─勒梅特定律簡潔而優美的描述宇宙正在擴張的現象。它是一個簡單的線性關係式：距離越遠的天體，退行速度越快。整個宇宙像發酵中的麵包，把上面的葡萄乾分得愈來越遠。

不過大部分觀測時，哈伯─勒梅特定律不會完全正確，因重力效應會抹除宇宙擴張現象，使真實觀測數據與方程式有偏差。要解釋偏差並不容易，因為與物質分布、運動有關：這大概是宇宙最複雜的問題之一。「微擾理論」是一個方法，一步步描述非線性項，但大量運算時就會出現問題，因此科學家將目光投向機器學習。

卷積神經網路是許多領域都炙手可熱的工具，讓電腦透過深度神經網路自行學習演算法，有時就像黑盒子，自己找到人類還不清楚的關係式。

現在有研究團隊已進行測試，模擬宇宙大規模結構演化至今的行為。微擾理論在低密度及低速度表現穩健，但機器學習模型大部分情況表現較好。

隨著未來先進大型天文台及太空望遠鏡上線，將有更完整的觀測數據驗證每個模型的優劣。

• A Peculiar Use of AI: Predicting Cosmic Velocities with Neural Networks

（本文由 台北天文館 授權轉載；首圖來源：Flickr/作者 Unsplash）

延伸閱讀：

• 宇宙膨脹速度計算不一之謎：我們可能生活在一個巨大泡泡裡
• 挑戰宇宙學支柱？新研究：宇宙各向膨脹速率可能不均