وُلدت آلاف الأكوان داخل الحاسوب لكي تحكي يومًا ما عن كوننا. كلٌّ منها يحمل عناقيد مجراته الخاصة، موزعة وفق قوانين الجاذبية، مثل حبات البازلاء في وعاء هزّته قوة مختلفة. من طريقة استقرار الحبات يمكننا أن نفهم أي يد هزّت الوعاء. وهكذا هنا: من نمط توزيع العناقيد، يريد العلماء تحديد كمية المادة المظلمة في الكون ومدى سرعة تجمعها في كتل.

في السابق، كان يُستخرج من هذه الأنماط رقمان فقط — العدد الإجمالي للعناقيد ومدى ميلها للبقاء على مسافات معينة. هذا يشبه الحكم على لوحة فنية من متوسط ألوانها وعدد ضربات الفرشاة. أما الآن، فتنظر الشبكة العصبية إلى الصورة بأكملها: خريطة ثلاثية الأبعاد حيث كل نقطة هي عنقود مجرات. وتتعلم من اثنتين وثلاثين ألف صورة كهذه، مولّدة وفق سيناريوهات مختلفة.

النتيجة مشجعة: النهج الجديد يخطئ في تقدير كثافة المادة بنسبة عشرة بالمئة أقل من القديم، وفي تقدير التكتل بنسبة عشرين بالمئة أقل. وإذا أُعطيت الشبكة العصبية معلومات إضافية عن سطوع كل عنقود، ترتفع الدقة بمقدار الضعف. السطوع هنا يشبه حجم حبة البازلاء: فهو يعتمد أيضًا على كمية المادة المظلمة المحيطة.

هكذا تصبح الأكوان الحاسوبية كتابًا مدرسيًا لقراءة كوننا. وكلما كان الكتاب أفضل، زادت دقة معرفتنا بمكونات الكون واتجاه حركته.