Новый алгоритм научился различать следы темной материи и влияние других космических объектов. Это поможет ученым приблизиться к одной из главных загадок современной астрофизики.
Астроном Дэвид Харви из Лаборатории астрофизики EPFL разработал алгоритм глубокого обучения, способный анализировать и интерпретировать сложные астрофизические сигналы, сообщает Phys.org. Разработка обещает повысить точность исследований темной материи.
Темная материя — это невидимое вещество, которое, как считается, связывает Вселенную воедино. Она составляет примерно 85% всей материи и 27% всего содержимого Вселенной. Поскольку ее невозможно наблюдать напрямую, ученые изучают гравитационное воздействие темной материи на галактики и другие космические объекты. Несмотря на многолетние исследования, истинная природа темной материи остается одной из главных загадок науки.
Согласно ведущей теории, темная материя состоит из частиц, которые почти не взаимодействуют ни с чем, кроме гравитации. Но некоторые ученые полагают, что эти частицы иногда могут сталкиваться друг с другом. Такое явление называют самовзаимодействием. Ученые стремятся обнаружить эти столкновения.
Но вот в чем проблема: сложно отличить слабые признаки того, что частицы темной материи взаимодействуют друг с другом, от других космических явлений. Например, сверхмассивные черные дыры в центрах галактик (активные галактические ядра) тоже могут влиять на движение материи, и это очень похоже на то, как действует темная материя.
