Вселенная на весах: нейросеть уточнила расширение космоса ✛ ✎

Оригинал: "KAN-LSTM-Transformer Neural Networks, MFV and Cosmological Parameters"
· Jiang Zhang, Yan-dong Chen
arXiv:2607.06959 · 2026-07-08 · arXiv non-exclusive · собственный разбор · 1 мин
Программа сама учится определять расстояния по свету далёких звёздных взрывов.

Представьте тёмную комнату и лампочку. Вы знаете, что её настоящая мощность — 100 ватт, но она кажется тусклой: значит, она далеко. Чем тусклее, тем дальше. Похожий приём используют астрономы: они наблюдают особые взрывы — сверхновые, чья истинная яркость почти одинакова. Это как если бы космос сам расставил лампочки-маяки. Именно так в 1990-х годах Адам Райсс с коллегами обнаружил, что Вселенная расширяется всё быстрее.

Долгое время казалось, что расширение идёт с постоянной скоростью — её называют постоянной Хаббла в честь Эдвина Хаббла (хотя первым эту идею высказал Жорж Леметр). Однако измерения по сверхновым дают одно число, а по древнему реликтовому излучению — другое. Это расхождение может указывать на новые свойства тёмной энергии или на пробелы в теории. Чтобы обойти спор, учёные создали нейросеть KLT-Net: она смотрит на красное смещение света (его покраснение из-за растяжения пространства) и сама выводит, какому расстоянию оно соответствует. Три «мозга» сети — один запоминает последовательности, другой находит главные закономерности, третий охватывает общую картину — учатся без готовых формул.

В основе сети лежат B-сплайны — те же плавные кривые, что отвечают за изгибы в компьютерных мультфильмах.

Результат: постоянная Хаббла получилась около 69.6 км/с на мегапарсек — примерно такую скорость набирают два дома, разнесённые на миллион световых лет, убегая друг от друга каждую секунду. Это значение чуть ближе к данным реликтового излучения, что смягчает противоречие. Такой подход ценен тем, что не подгоняет цифры под догмы, а честно ищет связь напрямую. Когда новые телескопы зальют нас точными снимками, подобные сети помогут выловить из них намёки на загадочную тёмную энергию — причину всё ускоряющегося бега галактик.

Сеть использует B-сплайны — те же математические кривые, что рисуют плавные линии в компьютерной анимации. А когда-то Эдвин Хаббл выводил расширение Вселенной на глаз по фотопластинкам!

Идея программы, которая сама восстанавливает историю космоса, напоминает «Энциклопедию Галактика» из романов Айзека Азимова «Основание»: там математики предсказывали будущее, анализируя горы данных без знания всех механизмов.

\mu = m - M = 5 \log_{10}\left(\frac{D_L}{\text{Мпк}}\right) + 25
Модуль расстояния μ — это логарифмическая мера яркости, связывающая видимый блеск m сверхновой, её истинную светимость M и фотометрическое расстояние D_L. Как громкость звука убывает с расстоянием, так и свет тускнеет, и эта формула — акустика космоса.
H(z) = H_0 \sqrt{\Omega_{m0}(1+z)^3 + (1-\Omega_{m0})}
Параметр Хаббла в плоской ΛCDM-модели описывает, как скорость расширения меняется с [tag:redshift]красным смещением[/tag] z. Это ритмический рисунок Вселенной, задаваемый плотностью материи Ωₘ и энергией вакуума.
Учёные
Subrahmanyan ChandrasekharEnrico FermiAugustin-Louis CauchyChristiaan HuygensEmmy NoetherIsaac Newton
Понятия
космическая лестница расстояний критерий Колмогорова-Смирнова метод опорных векторов гамильтонов метод Монте-Карло космологические параметры измерение космических расстояний большие языковые модели LSST космологические данные лямбда-CDM