Agencias, Ciudad de México.- El Instituto de Astrofísica de Canarias, en el archipiélago atlántico español, ha liderado el desarrollo de un algoritmo que permite reproducir en pocos segundos, con técnicas de Big Data y aprendizaje automático, el medio intergaláctico del Universo, obtenido de una simulación cosmológica de 100,000 horas de computación.

Gracias a este algoritmo, denominado Hydro-BAM, los investigadores han podido estudiar la jerarquía en la relación de las propiedades de la materia oscura, el gas ionizado y el hidrógeno neutro intergaláctico, ingredientes que conforman la estructura a gran escala del Universo, ha indicado este viernes el Instituto de Astrofísica de Canarias (IAC) en un comunicado.

La investigación también ha permitido reproducir con alta precisión los denominados “bosques de Lyman-alfa”, un patrón de líneas en los espectros de galaxias distantes y cuásares cuyo análisis es fundamental para avanzar en la comprensión del Cosmos.

Este estudio ha dado lugar a la publicación de dos artículos en la revista “The Astrophysical Journal“.

Explica el IAC que las observaciones actuales parecen indicar que el Universo está dominado por materia y energía oscuras, mucho más abundantes que la materia convencional o bariónica.

Esta materia, aquella que podemos ver, supone tan solo un 5% de toda la masa del Universo. En cambio, la materia oscura, invisible a nuestros ojos, forma aproximadamente el 27% del inmenso Cosmos.

El 68% restante está compuesto por energía oscura que no solo es responsable de que el Universo se expanda, sino también de que lo haga en constante aceleración.

El modelo cosmológico estándar asume que la organización del Universo en sus escalas más grandes depende de la interacción de estos ingredientes.

Algorithm simulates the intergalactic medium of the #universe @IAC_Astrofisica @AAS_Publishing https://t.co/6yFDmRsZbR https://t.co/9Q27UVQFqX

— Phys.org (@physorg_com) June 7, 2022

De hecho, las actuales simulaciones numéricas de última generación empiezan a proporcionar una modelización realista de estos procesos pero, continúa el IAC, sigue habiendo un gran número de incertidumbres.

Para obtener predicciones teóricas fiables, los científicos necesitan realizar grandes conjuntos de simulaciones numéricas que abarquen un amplio volumen cosmológico y que estén basados en distintos modelos posibles que incluyan todos los procesos físicos relevantes.

Estos “universos virtuales” sirven como bancos de pruebas para el estudio de la Cosmología, aunque las simulaciones son muy costosas desde el punto de vista computacional y las instalaciones informáticas actuales sólo permiten explorar pequeños volúmenes cósmicos, si se comparan con los volúmenes que cubren las campañas de observación actuales y futuras.

Ahora, una colaboración entre un equipo del IAC dirigido por Francisco-Shu Kitaura, y otro de la Universidad de Osaka, liderado por Kentaro Nagamine, han desarrollado nuevas estrategias que permiten recrear, de manera detallada y rápida, modelos computacionales sobre la formación y evolución del Universo.

“Estamos realizando un esfuerzo especial para desarrollar técnicas de aprendizaje automático que permitan acelerar todo el proceso, ahorrar costes computacionales y ejecutar eficazmente muchas de estas simulaciones”, explica Francesco Sinigaglia, estudiante de doctorado conjunto de la Universidad de La Laguna, el IAC y la Universidad de Padua (Italia), y primer autor de los dos artículos publicados.

En concreto, el equipo del IAC ha desarrollado un novedoso algoritmo, el Hydro-BAM, que combina conceptos avanzados de teoría de la probabilidad, aprendizaje automático y Cosmología.

“El algoritmo son unas 100,000 líneas de código escritas en el IAC, fruto del esfuerzo de años de trabajo, aproximadamente el mismo número que la primera versión de Photoshop”, señala Francisco-Shu Kitaura, investigador del IAC.

“El objetivo de estos estudios es perfeccionar nuestra comprensión de la estructura a gran escala del Universo e inferir información sobre su evolución a lo largo del tiempo cósmico, mediante la modelización y la observación de cantidades bariónicas”, destaca Andrés Balaguera-Antolínez, investigador del IAC y uno de los principales desarrolladores del código Hydro-BAM.

“Nuestros métodos pretenden reproducir el Universo observado a través de una evaluación detallada de los diferentes y complejos vínculos estadísticos entre la distribución tridimensional de la materia oscura y la materia visible como las galaxias y el gas intergaláctico”, explica.

Este algoritmo ha permitido obtener, en tan sólo unas decenas de segundos, predicciones tan precisas como la costosa simulación hidrodinámica, de cerca de 100,000 horas en un superordenador, realizada por el equipo de Osaka y que ha sido utilizada para entrenar a Hydro-BAM.

The bias from hydrodynamic simulations: mapping baryon physics onto dark matter fields [CEA] https://t.co/ia9PScR6Fo pic.twitter.com/uHtqVZbZWx

— arXiver (@arXiver) December 15, 2020