📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить. Прошу разобрать полностью

Если бросить горсть блёсток в реку, одни поплывут прямо, другие закружатся в маленьких водоворотах. С галактиками во Вселенной происходит похожее: они не только разбегаются из-за расширения, но и кружатся в гигантских потоках, словно щепки в невидимых водоворотах. Эти водовороты — завихренность космического газа и тёмной материи — важнейший след того, как росла и усложнялась Вселенная. Но увидеть их напрямую почти невозможно: для этого нужно знать боковое движение галактик, а телескопы измеряют только скорость «к нам» или «от нас».

Авторы работы пошли в обход. Они взяли подробные компьютерные симуляции, где каждое движение известно наперёд, и научили нейросеть угадывать трёхмерный поток по плоской карте галактик. А затем скормили ей настоящие данные Слоановского цифрового обзора неба — огромной переписи полутора миллионов галактик. Нейросеть восстановила поле скоростей и впервые построила карту космической завихренности. На ней проступили знакомые очертания: нити, скопления и пустоты, но теперь подсвеченные движением — спиральные потоки в скоплениях, водовороты в войдах.

Проверка показала: восстановленная картина статистически неотличима от предсказаний стандартной модели. Более того, когда с помощью этих скоростей убрали искажения от разбегания Вселенной, трёхмерная карта галактик стала почти идеально однородной — именно такой, какой её ждали. Это независимое подтверждение того, что наша модель Вселенной верна.

Так невидимые водовороты стали видимыми. Нейросеть выступила в роли переводчика с плоского языка фотографий на объёмный язык сил, которые лепят космическую паутину. И оказалось, что эта паутина не просто висит — она течёт, закручивая галактики в медленные, величественные спирали. Теперь у астрономов есть новый инструмент, чтобы заглянуть туда, куда раньше смотрели только формулы.

Оригинальная аннотация

как её написали авторы, на английском arXiv:2604.14653

The cosmic vorticity field, an essential tracer of nonlinear structure formation, has remained observationally inaccessible because transverse galaxy motions are difficult to measure and analytic models struggle to capture shell-crossing. Here we report an empirical reconstruction of this field by applying an artificial intelligence framework trained on simulations of the concordance LambdaCDM model to Sloan Digital Sky Survey galaxies. The recovered three-dimensional velocity and vorticity fields reveal coherent vortical structures, including spiral flows in clusters, filaments, and voids, and the cosmic web inferred from vorticity closely matches that derived from density segmentation. The power spectra of the reconstructed velocity and vorticity fields agree statistically with LambdaCDM predictions, and the inferred velocity field effectively removes redshift-space distortions, yielding an almost isotropic clustering signal. These converging lines of evidence, obtained from an independent perspective, reinforce the concordance cosmological model. By closing a long-standing observational gap, our results highlight the potential of AI-driven reconstruction to access otherwise unobservable quantities and to address fundamental questions in cosmology and galaxy formation.