4 610 كونا – هذا بالضبط عدد النماذج الكونية التي احتاجها علماء الفيزياء الفلكية لإظهار أن قناع غاوس المألوف لم يعد صالحًا لبيانات الجيل الجديد. المسوحات السماوية المستقبلية، مثل بعثة Euclid ومرصد Vera Rubin، تعد باستخدام العدسات الجاذبية لرسم خرائط المادة المظلمة – تلك التي اكتشفت وجودها Vera Rubin من خلال الدوران الشاذ للمجرات. تُبنى هذه الخرائط من تشوهات صغيرة في أشكال المجرات البعيدة – العدسات الجاذبية الضعيفة التي تستشعر البنية واسعة النطاق للكون. من خلالها يمكن قياس كثافة المادة Ωm ومعامل التكتل S8، وعبرها اختبار طبيعة الطاقة المظلمة وتوسع الكون الذي اكتشفه Edwin Hubble وأسسه نظريًا Georges Lemaître. ولكن لاستخراج هذه المعايير، نحتاج إلى استدلال إحصائي. الطريقة التقليدية – الاستدلال الصريح (Explicit Likelihood Inference, ELI) – تضع على البيانات "قناع غاوس": فهي تفترض أن جميع الشكوك تخضع للتوزيع الطبيعي، وأن العلاقة مع علم الكون توصف بواسطة محاكي بسيط مدرّب على المحاكاة العددية. البديل – الاستدلال دون دالة اللياقة (Likelihood-Free Inference, LFI) – يزيل القناع: باستخدام التعلم الآلي، وتحديدًا الشبكات العصبية التلافيفية، يتعلم شكل التوزيع مباشرة من الأمثلة ولا يتطلب عقائد غاوسية.

لحسم الجدل، بنى العلماء ميدان اختبار مثالي. داخل خط أنابيب المحاكاة GLASS، تم توليد 4 610 كونا مستقلاً بمجموعات مختلفة من Ωm وσ8 في إطار نموذج ΛCDM، حيث الجاذبية موصوفة بنظرية النسبية العامة، ومعادلة فريدمان \[ H^2(a) = H_0^2 \left( \Omega_m a^{-3} + \Omega_\Lambda \right) \] تحدد معدل التوسع. كل كون هو كرة سماوية كاملة مقسمة إلى معالجة الصور الرقمية (Digital Image Processing, DIP) بدقة حوالي 7 دقائق قوسية. تم إضافة ضوضاء واقعية لأشكال المجرات على الخرائط، كما في الإصدار النهائي لبعثة Euclid (30 مجرة لكل دقيقة قوسية مربعة)، وتم قطع منطقة بمساحة 100 درجة مربعة – وهو حجم نموذجي للمسوحات المبكرة. لكل كون تم قياس نوعين من الإحصاءات: دوال الارتباط الكلاسيكية للانزياح، والتي وفقًا لنظرية العدسات الجاذبية ترتبط بطيف القدرة ثلاثي الأبعاد للمادة المظلمة كما يلي: \[ C_\ell^{\gamma\gamma} = \int_0^{\chi_H} d\chi \frac{W^2(\chi)}{\chi^2} P_\delta(\ell/\chi) \]، ومقدر شبكة عصبية تلافيفية مدرّب مباشرة على الخرائط. ثم تم ضغط البيانات إلى رقمين: إما بالطريقة الخطية MOPED (المثلى للحقول الغاوسية) أو بشبكة عصبية غير خطية. بعد ذلك، تم تشغيل إجرائين للاستدلال. درّب ELI محاكيًا على عملية غاوسية، وقدر مصفوفة التغاير، وطبق دالة اللياقة الغاوسية. درّب LFI مقدر كثافة شبكيًا على معظم الأكوان لتعلم شكل دالة اللياقة دون افتراضات. كلا الطريقتين مرت عبر الاستدلال البايزي – مبارزة نزيهة على نفس الميدان.

أول مقارنة كشفت الدراما. بالنسبة لـ ELI مع الضغط الخطي، تشقق قناع غاوس: أصبحت القيود على Ωm أوسع بمرتين من تلك الخاصة بـ LFI، وابتعد التوزيع عن الحقيقة. السبب – المكون الثاني للضغط الذي تمت محاكاته بشكل سيئ، والذي حمل معلومات عن كثافة المادة وامتلك لا-غاوسية ضعيفة. عندما تمت إزالة هذا المكون أو إعطاء نفس النموذج لـ LFI، اختفى الفرق – تقاربت الطريقتان. مع الضغط غير الخطي بواسطة الشبكة العصبية، تشقق قناع غاوس نهائيًا: توقف توزيع البيانات المضغوطة عن كونه طبيعيًا، وأعطى ELI أخطاءً أكبر بمقدار 2,2 مرة بالنسبة لـ S8 و1,3 مرة بالنسبة لـ Ωm، بينما حافظ LFI على الدقة. ظهر الصراع بشكل أكثر وضوحًا عند مقارنة دوال الارتباط مع CNN. في عالم غاوسي مثالي، يجب أن تحتوي الإحصاءات ثنائية النقطة على جميع المعلومات، لكن ELI بسبب قناعه أظهر أن CNN تقيس Ωm بشكل أفضل بمرتين وS8 بشكل أسوأ بـ1,6 مرة. أما LFI، المتحرر من القناع، فأكد المساواة النظرية: CNN وارتباطات مضغوطة تعطي نتائج متسقة بفارق 30% فقط. أصبحت اختبارات المعايرة، التي تُطبق عادة على LFI فقط، أداة التشخيص الرئيسية: أشارت بوضوح إلى أين يفقد ELI المعايرة. الاختبارات التقليدية للغاوسية (اختبار كولموغوروف-سميرنوف، χ²) كانت ضعيفة جدًا ولم تلاحظ الانحرافات الخطيرة.

الخلاصة: قناع غاوس في عصر المسوحات عالية الدقة لم يعد يمكن أن يكون معيارًا. أثبتت الدراسة أن الطرق دون دالة اللياقة الصريحة ليست مجرد لعبة عصرية، بل أداة ضرورية لتحليل بيانات نزيه. في الوقت نفسه، تعيد تأهيل ELI، موضحة أنه مع المحاكاة الدقيقة وغياب اللاغاوسية، يعمل بشكل جيد على الأقل. الاستنتاج العملي الرئيسي: أي تحليل كوني مستقبلي يجب أن يرافقه اختبارات معايرة صارمة، وإلا فإننا نخاطر باعتبار آثار الأسلوب تأثيرات فيزيائية جديدة. اختيار طريقة ضغط البيانات أمر بالغ الأهمية لـ ELI، لكنه غير مهم تقريبًا لـ LFI – مما يعطي حرية في تصميم إحصاءات مثلى. الخطوات التالية واضحة: محاكاة كاملة لـ N-body مع تطور غير غاوسي، شرائح توموغرافية، مراعاة التأثيرات المنهجية. الرهان هو القدرة على تمييز الطاقة المظلمة من الجاذبية المعدلة. وإذا سقط القناع على هذه 4 610 أكوان، فبدونه سنرى في المستقبل البنية الحقيقية للكون.