El cosmos se entrena para predecir exprés
Miles de universos nacieron en un ordenador para contarnos algún día sobre el nuestro. Cada uno con sus cúmulos de galaxias, dispuestos según las leyes de la gravedad, como guisantes en un frasco que se agita con distinta fuerza. Según cómo queden los guisantes, se puede deducir qué mano agitó el frasco. Así también aquí: por el patrón de los cúmulos, los científicos quieren determinar cuánta materia oscura hay en el universo y con qué rapidez se fue agrupando en grumos.
Antes, de estos patrones solo se extraían un par de números: cuántos cúmulos hay en total y cuánto tienden a mantenerse a ciertas distancias. Es como juzgar un cuadro por el color medio y el número de pinceladas. Ahora, la red neuronal observa el cuadro completo: un mapa tridimensional donde cada punto es un cúmulo de galaxias. Y aprende con treinta y dos mil de estas imágenes, generadas según distintos escenarios.
El resultado es esperanzador: el nuevo enfoque se equivoca en la estimación de la densidad de materia un diez por ciento menos que el anterior, y en la estimación de la aglomeración, un veinte por ciento. Si además se le comunica a la red neuronal el brillo de cada cúmulo, la precisión aumenta el doble. El brillo aquí es como el tamaño del guisante: también depende de cuánta materia oscura haya alrededor.
Así, los universos simulados se convierten en un libro de texto para leer el nuestro. Cuanto mejor sea el libro, con más precisión sabremos de qué está hecho el cosmos y hacia dónde se dirige.
En el conjunto de entrenamiento había 32 768 universos virtuales, que es exactamente 2 elevado a la 15, un número "redondo" para los ordenadores.