كيف تساعد الشبكة العصبية في رؤية المادة غير المرئية ✛ ✎ ✦

الأصل: "Neural Posterior Estimation for Inferring Weak Lensing Shear"
arXiv:2607.09867 · 2026-07-10 · arXiv non-exclusive · تحليل مستقل · 1 دقيقة
تقوم الشبكة العصبية بتقييم مباشر لكيفية تشويه المادة المظلمة للمجرات البعيدة، دون الحاجة إلى ضبط طويل للأجهزة.

ينحني ضوء المجرات البعيدة عند مروره قرب تجمعات المادة المظلمة، كما يحدث في لوح زجاجي غير مستو. هذه الظاهرة، التي تنبأ بها آينشتاين وأكدها زفيكي وروبن، تسمح لنا بوزن الهياكل غير المرئية. لكن قياس التشوه بدقة يشبه محاولة تخمين انحناء الزجاج من خلال الظلال الضبابية. عادة ما تتبع العملية سلسلة من الخطوات: العثور على المجرات، قياس استطالتها، وضبط الأجهزة. قام العلماء بتدريب شبكة عصبية على عشرات الآلاف من الصور الاصطناعية المستمدة من نماذج حاسوبية. تنظر الشبكة إلى صورة بعدة ألوان وتخرج فورًا تقديرًا لمدى واتجاه انحناء الضوء. والأمر يستغرق ثوانٍ فقط، بينما كان يتطلب في السابق شهورًا. تدمج هذه الطريقة جميع الخطوات في خطوة واحدة، ولا تحتاج إلى معرفة عيوب التلسكوب: فالشبكة تتعلم تجاهلها. تسمح هذه الدقة ببناء خرائط للمادة المظلمة وفهم كيف تتحكم الطاقة المظلمة في توسع الكون. بالنسبة للمسوحات المستقبلية التي ستشمل مليارات المجرات على مسافات مختلفة، سيصبح هذا النهج لا غنى عنه.

سيلتقط تلسكوب المستقبل LSST عددًا من المجرات بحيث إذا كانت كل مجرة حبة رمل، لكانت كافية لتغطية ملعب كرة قدم بطبقة سمكها عدة سنتيمترات.

كما يشوه الحقل الغامض في رواية «سبين» ضوء النجوم، تغير المادة المظلمة مسارات أشعة المجرات البعيدة.

\hat{\gamma}_j^n = (1+m_j)\gamma_j^n + c_j
العلاقة بين الانزياح الحقيقي وتقديره؛ m_j و c_j هما المركبان الضربي والإضافي للانحياز، واللذان تقلّص الطريقة الجديدة قيمتهما إلى أدنى حد دون معايرة صريحة.
العلماء
Fritz ZwickyVera RubinRoberto D. PecceiHelen QuinnR. Brent Tully
المفاهيم
قياس الاستقطاب بالشبكات العصبية رسم خرائط المجرات بالشبكات العصبية التعلم العميق في التصوير الطبي العينات المتداخلة عدسة ضعيفة نمذجة العدسة الجاذبية تصنيف الصور تصوير ببكسل واحد التعلم بإشراف ضعيف توزيع خلفي التنبؤ بالخصائص الجزيئية معالجة الصور الرقمية (Digital Image Processing, DIP) الانحدار الرمزي الاستدلال البايزي إعادة أخذ العينات بالجاكنايف المحاكاة العددية مطيافية تقليل الضوضاء طرح الضوضاء استيفاء الإمكان الأعظم