Как разглядеть невидимую основу галактик ✛ ✎

Оригинал: "Polar coordinate transformations for machine learning based dark matter subhalo detection in strong gravitational lenses"
arXiv:2607.02663v1 · 2026-07-02 · arXiv non-exclusive · собственный разбор · 1 мин
Простая перестройка космических снимков помогает лучше находить сгустки тёмной материи.

Современная наука описывает Вселенную стандартной моделью, где всё началось с Большого взрыва и продолжает расширяться благодаря тёмной энергии. Но больше всего в этой истории загадок оставляет тёмная материя — невидимый каркас, удерживающий галактики от распада. Её нельзя потрогать, но её гравитация искривляет свет, словно линза — это гравитационное линзирование. Иногда из-за такого искажения далёкая галактика превращается в яркое кольцо, а внутри него прячутся крохотные сгустки тёмной материи.

Ещё в 1930-х Фриц Цвикки заметил, что галактики движутся слишком быстро, и предположил невидимую массу. Позже Вера Рубин доказала это, изучая вращение звёзд.

Исследователи обучили программу находить такие сгустки на снимках с телескопа «Хаббл». Обычно компьютер смотрит на картинку как на лист в клетку. Но кольцо от линзы — круглое. Тогда учёные просто разрезали его и выпрямили в линию, как ленту от карусели. На ровной дорожке любые неровности сразу заметны. Этот поворот данных позволил программе чаще видеть даже самые маленькие сгустки.

Телескоп «Хаббл», названный в честь Эдвина Хаббла, работает на орбите больше 30 лет и сделал множество снимков гравитационных линз.

Уверенное обнаружение крошечных скоплений тёмной материи поможет понять, из чего она состоит — как по крупинкам угадать рецепт супа. От свойств её частиц зависит, сколько образуется сгустков. Новый метод ускорит разгадку главной космической тайны.

По оценкам, через обычную комнату каждую секунду пролетают миллиарды частиц тёмной материи — вы просто их не замечаете.

В фантастическом романе «Тёмный лес» Лю Цысиня гравитационные линзы используют как исполинские антенны для связи между звёздами — почти как в реальной космологии.

\rho(r) = \frac{M_0}{4\pi r (r + r_s)^2} \left( \frac{r_t^2}{r^2 + r_t^2} \right)
\rho — плотность тёмной материи на радиусе r, r_s — масштабный радиус, r_t — радиус обрезания, M_0 — масштаб массы.
L = \frac{1}{N} \sum_{i=1}^{N} \left[ \frac{(\hat{y}_i - \mu_i)^2}{2\sigma_i^2} + \log \sigma_i \right]
L — значение потерь для N изображений, \hat{y}_i — истинная логарифмическая масса, \mu_i и \sigma_i^2 — предсказанные среднее и дисперсия.
Учёные
Fritz ZwickyVera RubinJacob BekensteinKarl SchwarzschildJoseph WeberEmmy Noether
Понятия
поляриметрия с нейронными сетями свёрточные нейронные сети слабое гравитационное линзирование анализ гравитационного линзирования обобщение субгало тёмной материи большие языковые модели машинное обучение глубокое обучение в медицинской визуализации гравитационные волны тёмной материи микролинзирование преобразования лоренца астрофизика с ИИ обучающие данные поляриметрическое дистанционное зондирование классификация изображений компьютерное зрение предсказание молекулярных свойств поляриметрия обработка естественного языка