仅仅从一个星系我们就能了解宇宙是什么？

　　想象一下，如果你能在南极看到一片雪花，并确定整个南极洲的大小和气候。或者研究亚马逊雨林中随机选择的一棵树，从这一棵树上——不管是稀有的还是常见的，狭窄的还是宽阔的，年轻的还是年老的——推断出整个森林的特征。或者，如果通过观察可观测宇宙中大约一千亿个星系中的一个，人们可以说一些关于整个宇宙的实质性的东西呢？最近的一篇论文，其主要作者包括一名宇宙学家、一名星系形成专家和一名名叫Jupiter的大学生(他做了最初的工作)，表明情况可能是这样的。起初，这个结果对论文作者来说似乎是＂疯狂的＂。现在，在与其他天体物理学家讨论了他们的工作并做了各种＂健全检查＂，试图找到他们方法中的错误后，结果开始变得非常清晰。这项工作的主要作者之一弗朗西斯科·比利亚斯库萨-纳瓦罗说:＂看起来星系确实以某种方式保留了整个宇宙的记忆。＂
　　这项研究是从一种家庭作业开始的。朱庇特·丁在普林斯顿大学读大一时，曾写信给天体物理系，希望能参与研究。他提到他有一些机器学习的经验，机器学习是一种人工智能，擅长在非常大的数据集中挑选模式。专注于宇宙学的天体物理学家Villaescusa-Navarro对这个学生可能从事的工作有了一个想法。Villaescusa-Navarro长期以来一直想研究机器学习是否可以用来帮助寻找星系和宇宙之间的关系。＂我在想，如果你可以只观察一千个星系，并从中了解整个宇宙特性，会怎么样？我想知道，我们能看到的最小数字是多少？如果你只看一百个呢？我想，好吧，我们从一个星系开始。＂
　　他不指望一个星系能提供太多东西。但他认为，对于丁来说，在一个名为的数据库上练习使用机器学习是一个好方法 骆驼 (宇宙学和天体物理学与机器学习模拟)。专注于星系形成的天体物理学家Shy Genel是这篇论文的另一位主要作者，他解释说 骆驼 这样:＂我们从大爆炸后不久的现实描述开始。到那时，宇宙大部分是氢气，还有一些氦和暗物质。然后，利用我们所知道的物理定律，我们最好的猜测，我们运行了大约140亿年的宇宙历史。＂宇宙学模拟已经存在了大约四十年，但是它们越来越复杂，速度也越来越快。 骆驼 包含了大约4000个模拟宇宙。与我们自己的宇宙相反，与模拟宇宙一起工作，让研究人员提出我们观测数据中的差距阻止我们回答的问题。他们还让研究人员试验不同的参数，如暗物质和氢气的比例，以测试它们的影响。
　　丁继续做着工作 骆驼 从他的宿舍出来，在他的笔记本电脑上。他编写程序与 骆驼 数据，然后将它们发送到该大学的一个计算集群，这是一组比他的MacBook Air功能更强的计算机。该计算集群包含 骆驼 数据。丁的模型通过采用一组模拟宇宙并观察其中的星系来训练自己。一旦训练完成，模型将被展示一个样本星系，并被要求预测样本所在宇宙的特征。
　　丁对自己在这项研究中的贡献非常谦虚，但他对天体物理学的了解远远超过一名优秀的一年级学生。丁在家里排行老二，有两个姐姐，在宾夕法尼亚州立大学长大。高中时，他在宾夕法尼亚州立大学学习了一系列大学水平的天文学课程，并参与了几个涉及机器学习的研究项目。＂我爸爸在高中时对天文学非常感兴趣，＂丁告诉我。＂不过，他去了另一个方向。＂他的父亲是宾夕法尼亚州立大学商学院的市场营销教授。
　　人工智能是各种学科的总括概念，包括机器学习。一个著名的早期机器学习任务是让计算机识别猫的图像。
　　这是人类可以很容易做到的事情，但是，对于计算机来说，没有简单的参数来定义猫的视觉概念。机器学习现在被用于检测人类几乎不可能看到的模式或关系，部分原因是数据通常是多维的。程序员仍然是队长，告诉计算机学习什么，并决定它接受什么输入的训练。但是计算机在学习的过程中不断适应，并以这种方式成为自己算法的作者。
　　例如，正是机器学习通过分析语言模式发现了＂Q＂(引发QAnon阴谋论的所谓高级政府官员)帖子的所谓主要作者。它还能够识别出Q的哪些帖子似乎是由南非软件开发商保罗·弗伯(Paul Furber)和8chan前所有者的儿子罗恩·沃特金斯(Ron Watkins)写的。机器学习程序也已经应用于医疗保健，使用数据来预测哪些病人最有可能摔倒。与医生的直觉相比，基于机器学习的评估减少了大约40%的跌倒，这对于医疗干预来说是一个巨大的改善幅度。
　　机器学习也推动了天体物理学的研究。Villaescusa-Navarro说，＂作为一个社区，我们已经处理了很多很多年的超级困难的问题。这个领域最聪明的人已经研究了几十年的问题。随着时间的推移，这些问题正在通过机器学习得到解决。＂即使生成一个单一的模拟宇宙也需要很长时间。你给了一台计算机一些初始条件，然后不得不等待，直到它计算出这些条件在140亿年后会产生什么。当然，这花了不到140亿年的时间，但是没有办法及时建立一个模拟宇宙的大型数据库。机器学习的进步加速了这些模拟，使得一个项目像 骆驼一样 有可能。一个更加雄心勃勃的项目，学习宇宙，将使用机器学习来创建模拟宇宙，速度比 骆驼 快；然后，它将使用所谓的基于模拟的推理——以及来自望远镜的真实观测数据——来确定哪些初始参数导致了与我们的宇宙最相似的宇宙。
　　丁告诉我，他选择天文学的原因之一是，即使在大学时，他也觉得自己与该领域的突破很接近。＂例如，我现在正在上宇宙学课，当我的教授谈到暗物质时，她把它说成是‘我的一个好朋友，薇拉·鲁宾，放在地图上的东西’，＂他说。＂大约20年前，哈佛的一个团队发现了暗能量，我在那里参加了一个暑期项目。所以我在这里，在这些事情发生的地方学习这些东西。＂丁的研究产生了意想不到的结果。他的模型使用模拟宇宙中的一个星系来非常准确地描述这个宇宙。它能够预测的具体特征被称为ω物质，它与宇宙的密度有关。它的价值被精确地预测到百分之十以内。
　　最初并不确定他的结果有多大意义，他很想听听维莱库萨-纳瓦罗的观点。他不仅仅是怀疑。＂我的第一个想法是，这完全是疯了，我不相信，这是一个大学生的工作，肯定有错误，＂比利亚斯库萨-纳瓦罗说。＂我让他用其他几种方法运行这个程序，看看他是否还会得出类似的结果。＂结果成立。
　　比利亚斯库萨-纳瓦罗开始自己计算。他的怀疑主要集中在机器学习本身的工作方式上。＂关于神经网络的一件事是，它们在寻找相关性方面令人惊讶，但它们也可以拾取数字伪像，＂他说。某个参数出错了吗？代码中有错误吗？villeascusa-Navarro编写了自己的程序，提出了与他分配给丁的问题相同的问题:关于一个星系的信息可以说明它所在的宇宙的什么情况？即使是由另一个从头开始编写的程序来提问，答案仍然是一样的。这表明结果是捕捉到了真实的东西。
　　＂但我们不能就这样发表，＂维莱库萨-纳瓦罗说。＂我们需要试着去理解 为什么 这可能有用。＂它对小星系有效，对大星系有效，对具有非常不同特征的星系有效；只有少数偏心星系的工作不成立。为什么？
　　创造宇宙的方法是从大量的氢、少量的氦、一些暗物质和一些暗能量开始的。暗物质有质量，就像我们熟悉的物质，但它不反射也不发光，所以我们看不见它。我们也看不到暗能量，但我们可以把它想象成与引力方向相反的东西。宇宙的物质，通过引力，推动它收缩；宇宙的暗能量推动它膨胀。
　　ω物质是一个宇宙学参数，描述了宇宙中暗物质的数量。和其他参数一起，它控制着宇宙膨胀的程度。它的值越高，宇宙增长越慢。该研究小组解释其结果的假设之一是，粗略地说，宇宙中暗物质的数量对星系的属性有很强的影响——比其他特征更强的影响。出于这个原因，即使是一个星系也可能对其母宇宙的欧米伽物质有所了解，因为欧米伽物质与让星系聚集在一起的物质密度相关。
　　12月，研究星系形成的专家Genel向他所属的纽约计算天体物理中心的星系形成小组提交了论文的初步结果。＂这真的是发生在我身上最有趣的事情之一，＂他说。他告诉我，任何星系形成专家的第一反应都不会是＂这不可能＂。在宇宙的尺度上，相对于地球的大小，一个星系就像一粒沙子那么大。对于大多数天体物理学家来说，认为它本身就能表达如此重要的东西是非常令人惊讶的，这类似于发现我们的每个细胞——从指甲细胞到肝细胞——都包含描述我们整个身体的编码。(虽然也许是以诗意的思维方式——从一粒沙子里看世界——令人惊讶的是，这是令人惊讶的。)
　　雷切尔·萨默维尔(Rachel Somerville)是一名天体物理学家，她在演讲中回忆说，最初的反应是＂怀疑，但也是尊重的怀疑，因为我们知道这些都是认真的研究人员。＂她记得自己很惊讶这种方法居然被尝试过，因为这种方法似乎不太可能奏效。从那时起，研究人员与该领域的专家分享了他们的编码和结果；这些结果被认为是可信和令人信服的，尽管作者自己对这些结果仍有疑虑。
　　结果并不＂稳健＂——目前，计算机只能对它已经训练过的宇宙类型做出有效的预测。甚至在内部 骆驼 有两种类型的模拟，如果机器在一种类型上被训练，它不能被用来预测另一种类型的星系。这也意味着这些结果不能用来预测我们生活的宇宙——至少现在还不能。
　　维莱库萨-纳瓦罗告诉我，＂这是一个非常漂亮的结果——我知道我不应该这样说我自己的工作。＂但是对天体物理学家来说，美是什么呢？＂这是关于两个看似不相关的事物之间意想不到的联系。在这种情况下，宇宙学和星系形成。这是关于一些隐藏的东西被揭露。＂