HALOSCOPE: il codice che ricostruisce l’universo invisibile
HALOSCOPE: L’Intelligenza Artificiale che Ricostruisce l’Universo Invisibile
Oltre la Risoluzione: un Problema di Precisione Cosmologica
In ogni simulazione dell’universo esiste un limite invalicabile: la risoluzione numerica. Nonostante le moderne simulazioni cosmologiche raggiungano dimensioni gigantesche, il numero di particelle utilizzabili impone un confine alla precisione con cui possiamo descrivere gli oggetti più piccoli, come gli aloni di materia oscura a bassa massa. Il risultato? Oltre il 90% degli aloni nelle simulazioni sono “non risolti”, ovvero privi di dettagli interni cruciali come concentrazione, spin e forma.
Questo deficit non è banale: le proprietà strutturali degli aloni influenzano direttamente il modo in cui si aggregano le galassie, modificando i segnali di clustering da cui ricaviamo parametri cosmologici fondamentali come la natura della materia oscura e l’energia oscura.
HALOSCOPE: Un Salto Quantico con il Machine Learning
La soluzione proposta da Sujatha Ramakrishnan e collaboratori è tanto ambiziosa quanto elegante: HALOSCOPE. Si tratta di un algoritmo di intelligenza artificiale che apprende dalle simulazioni ad alta risoluzione (HR) per correggere quelle a bassa risoluzione (LR), ricostruendo le proprietà mancanti degli aloni e, cosa ancora più straordinaria, preservando il cosiddetto “halo assembly bias” multidimensionale.
In parole semplici: HALOSCOPE ripristina ciò che la simulazione non ha potuto calcolare, ma lo fa tenendo conto delle correlazioni complesse tra struttura interna e ambiente cosmico, che sono vitali per comprendere l’evoluzione dell’universo.