السبت 18 يوليو 2026
هل يحل الذكاء الاصطناعي لغز فجوة هابل في توسع الكون؟
بفضل الذكاء الاصطناعي، طور العلماء نموذج SimBIG الذي أحدث ثورة في علم الكونيات، محققًا دقة غير مسبوقة في تحديد معلمات الكون وفهم تطوره.
ملخص
فجوة هابل تمثل إحدى أبرز التحديات في علم الكونيات، وقد أسهم الذكاء الاصطناعي في الاقتراب من حلها عبر نهج SimBIG الذي طوره باحثو معهد فلاتيرون. استخدم هذا النهج تحليل توزيع المجرات لاستخراج معلومات دقيقة عن خمس معلمات كونية أساسية، ما أدى إلى تقليص نسبة عدم اليقين إلى أقل من النصف مقارنة بالأساليب التقليدية. يعتمد النموذج على تدريب مكثف باستخدام آلاف المحاكاة الكونية الواقعية، مما أتاح تحقيق دقة عالية ببيانات أقل. هذا التقدم العلمي يفتح آفاقًا جديدة لفهم المادة والطاقة المظلمتين وتطور الكون بدقة غير مسبوقة.
الذكاء الاصطناعي يعزز دقة تحديد المعلمات الكونية في علم الكونيات الحديث
يُحدث الذكاء الاصطناعي تحولًا كبيرًا في علم الكونيات من خلال التطور الجديد في تحديد المعلمات الكونية. يعتمد النموذج القياسي للكون على ستة معلمات فقط، لكن باستخدام نهج مدعوم بالذكاء الاصطناعي طوّره باحثو معهد فلاتيرون، تم استكشاف معلومات خفية في توزيع المجرات لتقدير خمس معلمات كونية بدقة مذهلة. أظهرت النتائج تحسنًا كبيرًا مقارنة بالأساليب التقليدية، إذ قللت نسبة عدم اليقين في قياس كتلة المادة في الكون إلى أقل من النصف. كما أثبتت هذه الطريقة الجديدة توافقها مع تقديرات مستندة إلى ملاحظات كونية أخرى، مثل أقدم ضوء في الكون، ما يعزز فهمنا لـ المادة المظلمة والطاقة المظلمة.
الذكاء الاصطناعي يقدم منهج SimBIG المبتكر لتحسين دقة تحديد المعلمات الكونية
يُحدث الذكاء الاصطناعي تطورًا نوعيًا في علم الكونيات من خلال النهج المبتكر SimBIG الذي طوره باحثو معهد فلاتيرون. يُعرف هذا الأسلوب بالتفسير القائم على المحاكاة للمجرات، وقد عُرض في سلسلة من الأبحاث العلمية الحديثة، من بينها دراسة نُشرت في مجلة Nature Astronomy . توضح شيرلي هو، الباحثة وقائدة مجموعة في مركز أبحاث الفلك الحاسوبي (CCA)، أن الحصول على قيود أدق على المعلمات الكونية باستخدام البيانات نفسها يُعد خطوة أساسية لفهم المادة المظلمة والطاقة المظلمة المسؤولة عن توسع الكون. وتؤكد أن هذا الإنجاز سيكون بالغ الأهمية مع اقتراب بدء المسوحات الكونية الجديدة في السنوات المقبلة.
تقنيات SimBIG المتقدمة لتحليل المسوحات الكونية وفهم المعلمات الأساسية للكون
تستخدم تقنيات SimBIG المتقدمة مجموعة من الأدوات المدعومة بـ الذكاء الاصطناعي لتحليل بيانات المسوحات الكونية التي تُكلف مئات الملايين إلى مليارات الدولارات. توضح شيرلي هو من معهد فلاتيرون أن الهدف من هذه المسوحات هو تعزيز فهمنا لـ المعلمات الكونية التي تصف تركيب المادة المظلمة والطاقة المظلمة في الكون. وتشير إلى أن كل معلمة تمثل قيمة علمية كبيرة، مما يجعل التحليل الأمثل للبيانات أمرًا حاسمًا لدفع حدود علم الكونيات. كما يؤكد ليام باركر في دراسة منشورة بمجلة Nature Astronomy أن المعلمات الكونية الستة تمثل إعدادات الكون الأساسية التي تحدد كيفية عمله على أكبر المقاييس منذ الانفجار الكبير.
توظيف الذكاء الاصطناعي لاستخراج المعلومات المخفية في تكتلات المجرات وتحسين تقدير المعلمات الكونية
يعتمد علماء الكون على دراسة تكتلات المجرات لفهم المعلمات الكونية التي تصف تركيب الكون وتطوره. في السابق، كانت التحليلات تركز على التوزيعات واسعة النطاق، دون الاستفادة من التفاصيل الدقيقة في المقاييس الصغيرة. يشير تشانغ هون هان، الباحث في جامعة برينستون والمعد الرئيسي لدراسة Nature Astronomy، إلى أن هذه المقاييس الصغيرة تخفي معلومات قيّمة لم تكن قابلة للاستخراج سابقًا. استجابة لذلك، طوّر هان وفريقه نهجًا يستخدم الذكاء الاصطناعي لاكتشاف هذه المعلومات، من خلال تدريب نموذج ذكي على الأكوان المحاكاة لتقدير قيم المعلمات الكونية بدقة، ثم تطبيقه على الملاحظات الحقيقية لتوزيع المجرات في الكون.
تدريب نموذج SimBIG عبر محاكاة كونية دقيقة باستخدام الذكاء الاصطناعي وتحليل بيانات المجرات الواقعية
قام تشانغ هون هان وفريقه بتدريب نموذج SimBIG من خلال محاكاة نحو 2000 كون افتراضي باستخدام مجموعة محاكاة Quijote التي طورها مركز CCA. تم تصميم كل كون بقيم مختلفة من المعلمات الكونية لتغطية نطاق واسع من الاحتمالات العلمية. ولتحقيق دقة أعلى، شملت المحاكاة تأثيرات الغلاف الجوي وتشوهات التلسكوبات لجعل التدريب أكثر واقعية. يشير هان إلى أن حجم هذه المحاكاة كبير لكنه قابل للإدارة، موضحًا أنه لولا تقنيات التعلم الآلي والذكاء الاصطناعي، لكان من الضروري تنفيذ مئات الآلاف من المحاكاة للوصول إلى نفس مستوى الدقة في تحليل البيانات الكونية.
تحسين دقة تقدير المعلمات الكونية باستخدام نموذج SimBIG وتحليل المجرات عبر الذكاء الاصطناعي
أظهر نموذج SimBIG قدرة فائقة على تقدير المعلمات الكونية بدقة غير مسبوقة من خلال تحليل المحاكاة الكونية. فقد تعلم النموذج ربط قيم المعلمات بالاختلافات الدقيقة في تكتلات المجرات على المقاييس الصغيرة، مثل المسافات بين أزواج المجرات، بالإضافة إلى تحليل أنماط التوزيع على المقاييس الكبيرة عبر دراسة الأشكال المكونة بين أكثر من ثلاث مجرات، كالمثلثات الطويلة أو المتساوية الأضلاع. بعد مرحلة التدريب، طُبق النموذج على بيانات 109,636 مجرة حقيقية من مسح تذبذب الباريونات الطيفي، ونجح في رفع دقة التقديرات إلى مستوى يعادل تحليلًا تقليديًا يستخدم أربعة أضعاف البيانات. هذا الإنجاز يمثل قفزة نوعية في علم الكونيات، إذ يبرهن على قدرة الذكاء الاصطناعي في تحقيق نتائج أدق ببيانات أقل، مما يفتح آفاقًا جديدة لدراسة بنية الكون وتطوره
تطبيقات مستقبلية واعدة لنموذج SimBIG في حل فجوة هابل وفهم الطاقة المظلمة
يفتح نموذج SimBIG آفاقًا جديدة في علم الكونيات بفضل دقته العالية في تحديد المعلمات الكونية، مما يجعله أداة قوية للتعامل مع أزمة الكون المعروفة باسم فجوة هابل. تنشأ هذه الفجوة من التباين في تقديرات ثابت هابل، الذي يحدد معدل توسع الكون. فبينما تُظهر القياسات المستندة إلى النجوم المتفجرة (السوبرنوفا) معدلات أعلى بنحو 10% من تلك المأخوذة من التذبذبات الباريونية في أقدم ضوء كوني، يتيح نهج SimBIG إمكانية دمج البيانات المستقبلية من المسوحات الكونية لتقليل هذا التباين. يشير تشانغ هون هان إلى أن القدرة على قياس هذه الكميات بدقة غير مسبوقة قد تقود إلى اكتشاف فيزياء جديدة تفسر طبيعة الطاقة المظلمة وآليات توسع الكون في المستقبل القريب.
