慈悲修女号上的叛变这张由美国宇航局哈勃太空望远镜拍摄的图像显示了大型星系团前面的螺旋星系（左下）。新的研究利用了一种人工工具来更准确地估计星系团的质量。图片来源：ESA/Hubble & NASA

　　高级研究所，Flatiron Institute的天体物理学家及其同事利用人工智能发现了一种更好的方法来估计巨大星系团的质量。人工智能发现，只需在现有方程中添加一个简单的项，科学家就可以产生比以前更好的质量估计。

　　改进后的估计将使科学家能够更准确地计算宇宙的基本性质，天体物理学家在《美国国家科学院院刊》上报道。

　　“这是一件简单的事情;这就是它的美妙之处，“该研究的共同作者Francisco Villaescusa-Navarro说，他是纽约市Flatiron Institute计算天体物理中心（CCA）的研究科学家。“尽管它如此简单，但以前没有人发现这个词。人们已经为此工作了几十年，但他们仍然无法找到这个。

　　这项工作由新泽西州普林斯顿高等研究所的Digvijay Wadekar以及来自CCA，普林斯顿大学，康奈尔大学和天体物理中心的研究人员领导 哈佛和史密森尼。

　　了解宇宙需要知道哪里有多少东西。星系团是宇宙中质量最大的物体：单个星系团可以包含数百到数千个星系，以及等离子体，热气体和暗物质。星团的引力将这些组件结合在一起。了解这样的星系团对于确定宇宙的起源和持续演化至关重要。

　　也许决定星系团性质的最关键量是它的总质量。但是测量这个数量是困难的 - 星系不能通过将它们放在秤上来“称重”。这个问题更加复杂，因为构成星团质量大部分的暗物质是不可见的。相反，科学家从其他可观测的量中推断出星团的质量。

　　在1970年代初期，现任高级研究所自然科学学院杰出客座教授Rashid Sunyaev和他的合作者Yakov B. Zeldovich开发了一种估计星系团质量的新方法。他们的方法依赖于这样一个事实，即当重力将物质挤压在一起时，物质的电子会向后推。

　　这种电子压力改变了电子与称为光子的光粒子相互作用的方式。当大爆炸余晖留下的光子击中挤压的材料时，相互作用会产生新的光子。这些光子的性质取决于重力压缩材料的强度，而重力又取决于星系团的重量。通过测量光子，天体物理学家可以估计星团的质量。

　　然而，这种“积分电子压力”并不是质量的完美代表，因为光子性质的变化因星系团而异。Wadekar和他的同事认为，一种名为“符号回归”的人工智能工具可能会找到更好的方法。该工具基本上尝试使用各种变量的不同数学运算符组合（例如加法和减法），以查看哪个方程与数据最匹配。

　　Wadekar和他的合作者“喂养”了他们的人工智能程序，这是一个包含许多星系团的最先进的宇宙模拟。接下来，他们的程序由CCA研究员迈尔斯·克兰默（Miles Cranmer）编写，搜索并确定了可能使质量估计更准确的其他变量。

　　符号回归新方程的性能显示在中间面板中，而传统方法的性能显示在顶部。下图明确量化了散射的减少。资料来源：美国国家科学院院刊（2023 年）。DOI： 10.1073/pnas.2202074120

　　AI 可用于识别人类分析师可能忽略的新参数组合。例如，虽然人类分析师很容易识别数据集中的两个重要参数，但人工智能可以更好地解析大量数据，通常会揭示意想不到的影响因素。

　　“这些非常强大，但缺点是它们几乎就像一个黑匣子。我们无法理解他们身上发生了什么。在物理学中，如果某物给出了好的结果，我们想知道它为什么这样做。符号回归是有益的，因为它搜索给定的数据集并以您可以理解的简单方程的形式生成简单的数学表达式。它提供了一个易于解释的模型。

　　研究人员的符号回归程序给了他们一个新的方程，该方程能够通过在现有方程中添加一个新项来更好地预测星系团的质量。Wadekar和他的合作者随后从这个AI生成的方程中逆向工作，并找到了物理解释。

　　他们意识到气体浓度与质量推断不太可靠的星系团区域相关，例如潜伏着超大质量黑洞的星系核心。他们的新方程通过淡化这些复杂核心在计算中的重要性来改进质量推断。从某种意义上说，星系团就像一个球形甜甜圈。

　　新方程提取甜甜圈中心的果冻，这可能会引入更大的误差，而是专注于面团郊区以获得更可靠的质量推断。

　　不同机器学习技术之间的权衡。符号回归在高维数据集上远不如深度神经网络强大，但它的可解释性要强得多，因为它提供数学方程作为输出。资料来源：迪格维杰·瓦德卡尔

　　研究人员在CCA的CAMELS套件的数千个模拟宇宙上测试了AI发现的方程。他们发现，与目前使用的方程相比，该方程将大型星系团质量估计的变异性降低了约20%至30%。

　　新方程可以为从事即将到来的星系团调查的观测天文学家提供更好地了解他们观察到的物体的质量。“有相当多针对星系团的调查计划在不久的将来，”Wadekar指出。“例子包括西蒙斯天文台，第4阶段CMB实验和名为eROSITA的X射线调查。新的方程式可以帮助我们从这些调查中获得最大的科学回报。

　　Wadekar还希望，在天体物理学中使用符号回归时，该出版物只是冰山一角。“我们认为符号回归非常适用于回答许多天体物理学问题，”他说。

　　“在天文学的很多情况下，人们在两个参数之间进行线性拟合，而忽略其他一切。但是如今，使用这些工具，您可以走得更远。符号回归和其他人工智能工具可以帮助我们以各种不同的方式超越现有的双参数幂定律，从研究系外行星等小型天体物理系统到星系团，宇宙中最大的事物。

　　关注科学剃刀，每日推送关于核聚变、理论物理、太空探索的最新动态，SpaceX为专题日更