巴塞羅那大學宇宙科學研究所（ICCUB）領導的研究團隊開發出一種新技術，有望大幅提升科學家研究宇宙膨脹、探索神秘暗能量的能力。

相關研究成果已發表于《自然·天文學》期刊，論文提出了一種名為CIGaRS的分析框架，可從Ia型超新星——即用于測量宇宙距離的強烈恒星爆炸事件——中提取更為豐富的信息。與現有的許多方法不同，該方法主要依賴圖像數據，而非昂貴的光譜觀測。這一進展有望幫助天文學家充分利用下一代巡天項目產生的海量數據，尤其是由薇拉·魯賓天文臺開展的相關觀測。

Ia型超新星為何至關重要

Ia型超新星由白矮星爆炸產生。由于這類爆炸的固有亮度幾乎相同，天文學家將其作為"標準燭光"：通過比較其真實亮度與從地球上觀測到的視亮度，研究人員可以計算出它們與地球之間的距離。

這些測量在發現宇宙正在加速膨脹的過程中發揮了關鍵作用。科學家將這一加速現象歸因于暗能量，這也是當代物理學中最重要的未解之謎之一。

然而，問題并非如此簡單——Ia型超新星并非完全一致。

宿主星系如何影響超新星測量

過去20年間，天文學家發現超新星的觀測亮度會受到其所在星系的影響。位于年老或質量較大星系中的超新星，與位于年輕或質量較小星系中的超新星，在觀測特征上存在細微差異。

研究人員通常采用較為簡單的修正方法來處理這些差異。盡管有一定效果，但這些近似處理會限制距離測量的精度，進而影響宇宙學研究的準確性。

超新星與宇宙的統一模型

新框架通過同時對多種因素進行建模來應對這一挑戰。研究人員沒有單獨處理各個組成部分，而是構建了一個統一的綜合模型，將超新星爆炸本身、宿主星系、改變星光的塵埃、宇宙歷史中超新星發生率的變化，乃至宇宙膨脹本身都納入其中。

通過在一個統一的統計與物理框架內將所有要素相互關聯，研究團隊得以捕捉到各要素單獨分析時往往被忽略的內在聯系。

"對宇宙進行建模的一種有效方式，是利用貝葉斯推斷在計算機中從頭模擬宇宙，"該研究共同作者、ICREA-ICCUB研究員勞爾·希門尼斯表示。"這種方法能夠同時調整所有可能的參數，從而預測我們所處宇宙的樣貌。此外，借助這一能力，還可以探究潛在的'未知未知'系統誤差，并評估其影響。這些系統誤差對推斷結果的影響，可以說是當前宇宙建模方法中最關鍵的缺失環節。"

借助人工智能探索宇宙

構建如此全面的模型通常需要極強的計算能力。為使該方法具有實際可行性，研究人員引入了一種現代技術——基于模擬的推斷。

具體流程如下：科學家首先依據物理模型生成大量模擬宇宙，隨后由神經網絡（一種人工智能）學習模擬觀測數據與其背后物理屬性之間的對應關系。完成訓練后，系統便能將真實天文觀測數據與模擬數據進行比對，從而推斷出最有可能的底層物理參數。

這一策略使同時分析數萬顆超新星成為可能，而這在傳統方法中幾乎無法實現。

僅憑圖像精準測定星系距離

研究的重要發現之一，是該框架僅憑圖像數據便能高精度地測定星系距離（即紅移）。

紅移衡量的是隨著宇宙膨脹，星系光線被拉伸的程度，能夠反映星系的距離以及我們所觀測到的宇宙時間節點。

研究人員表示，新方法給出的紅移估算精度與光譜測量相當，但無需獲取光譜數據。這一能力尤為重要，因為即將開展的巡天項目預計將發現數百萬顆超新星候選體，而其中只有極少數能夠獲得光譜后續觀測。

為魯賓天文臺的數據洪流做好準備

薇拉·魯賓天文臺目前正在智利建設中，預計不久后將啟動為期十年的全天巡天任務。在此期間，它將發現數量空前的超新星。其中約99%的天體將僅接受測光觀測，即通過不同波段的圖像進行記錄，而非詳細的光譜分析。

CIGaRS框架的開發正是專門針對這一挑戰。

"與其他需要引入解析簡化的框架不同，我們采用的是不妥協的端到端基于模擬推斷方法，能夠從魯賓天文臺來之不易的觀測數據中充分提取宇宙學與天體物理信息，同時有效規避選擇偏差和建模偏差的陷阱，"該研究第一作者、ICCUB-SISSA的康斯坦丁·卡爾切夫表示。

深入理解超新星的形成機制

該框架的價值不止于測量暗能量，還為探究Ia型超新星的起源提供了新的視角。

通過重建超新星發生率隨不同星系中恒星年齡的變化規律，該模型有助于科學家深入探討長期以來圍繞超新星前身星系統的諸多懸而未決的問題。

研究人員發現，將基于物理的模擬與人工智能相結合，可以突破現有宇宙學方法的若干局限。他們估計，與僅依賴少量光譜觀測超新星樣本的傳統方法相比，該方法對宇宙學參數約束能力的提升幅度可高達四倍。

隨著魯賓天文臺即將開啟天文發現的新紀元，CIGaRS等工具有望幫助科學家從觀測數據中提取最大限度的信息，從而加深人類對宇宙的認知與理解。

Q&A

Q1：CIGaRS框架是什么？它解決了什么問題？

A：CIGaRS是由巴塞羅那大學宇宙科學研究所研究團隊開發的一種宇宙學分析框架，主要用于從Ia型超新星的圖像數據中提取更豐富的宇宙學信息。它的核心優勢在于將超新星爆炸、宿主星系、塵埃影響、超新星發生率變化及宇宙膨脹等多個因素整合進一個統一模型，解決了傳統方法分別處理各要素時精度不足的問題。

Q2：CIGaRS如何利用人工智能分析宇宙數據？

A：CIGaRS采用基于模擬的推斷技術。研究人員首先根據物理模型生成大量模擬宇宙，再用神經網絡學習模擬觀測與物理參數之間的映射關系。訓練完成后，系統可將真實天文觀測與模擬進行對比，推斷出最可能的宇宙物理參數。這使得同時分析數萬顆超新星成為可能，大幅提升了分析效率。

Q3：CIGaRS框架與魯賓天文臺有什么關系？

A：薇拉·魯賓天文臺啟動巡天后預計將發現數量空前的超新星，其中約99%只有圖像數據而無光譜數據。CIGaRS正是為此而設計——它僅憑圖像數據就能給出與光譜測量精度相當的紅移估算，能夠充分應對魯賓天文臺產生的海量測光數據，預計可將宇宙學參數約束能力提升至傳統方法的四倍。