$\texttt{SBi3PCF:}$ Simulation-based inference with the integrated 3PCF

تخيل الكون كمحيط شاسع وغير مرئي من المادة، يمتد من الانفجار العظيم حتى يومنا هذا. يتكون معظم هذا المحيط من "المادة المظلمة"، وهي مادة غامضة لا يمكننا رؤيتها مباشرة، لكننا نعلم بوجودها بسبب جاذبيتها. عندما يسافر الضوء من المجرات البعيدة عبر هذا المحيط الكوني، تعمل جاذبية المادة المظلمة مثل مرآة "بيت المرح" (funhouse mirror)، حيث تقوم بتمديد وتدوير أشكال تلك المجرات قليلاً. تُسمى هذه الظاهرة "العدسة التثاقلية الضعيفة". ومن خلال قياس هذه التشوهات الطفيفة في أشكال مليارات المجرات، يستطيع علماء الفلك رسم خريطة للمادة المظلمة غير المرئية ومعرفة القواعد التي تحكم كيفية نمو الكون وتوسعه.

لفترة طويلة، كان العلماء يبحثون في هذه المرآة الكونية باستخدام أدوات بسيطة، مثل قياس مدى ارتباط أزواج المجرات. يشبه هذا الأمر مراقبة التموجات على سطح بركة لتخمين سرعة الرياح. لكن الكون فوضوي ومعقد، وهذه القياسات البسيطة لا تخبرنا إلا بجزء من القصة؛ فهي تفوت "الأسرار ذات الرتب العليا" — الأنماط المعقدة وغير الخطية التي تحدث عندما تتفاعل ثلاث مجرات أو أكثر بطريقة معينة. لفك رموز هذه الأسرار، يحتاج العلماء إلى النظر في أشكال أكثر تعقيداً، مثل المثلثات التي تشكلها ثلاث مجرات، بدلاً من مجرد الأزواج. ومع ذلك، فإن هذه الأنماط المعقدة يصعب التنبؤ بها باستخدام الرياضيات التقليدية لأن سلوك الكون يصبح جامحاً وغير قابل للتنبؤ به لدرجة لا تستطيع المعادلات البسيطة التعامل معها.

وهنا يأتي دور الورقة البحثية. فقد قام المؤلفون، بقيادة ديفيد غابير وأنيك هالدر، ببناء مجموعة أدوات رقمية جديدة تسمى SBi3PCF لكسر هذا الشفرة. فبدلاً من محاولة حشر الكون في صندوق رياضي بسيط، قرروا ترك الكون يعلمهم القواعد من خلال تشغيل عمليات محاكاة حاسوبية واقعية وضخمة. فكر في الأمر كأنك تحاول تعلم كيفية خبز الكعكة المثالية؛ فبدلاً من مجرد قراءة الوصفة (الطريقة الرياضية القديمة)، قمت بخبز آلاف الكمرات في مطبخ افتراضي، مع تغيير المكونات قليلاً في كل مرة، ثم استخدمت ذكاءً اصطناعياً فائق الذكاء لتعلم كيف تؤثر المكونات بالضبط على المذاق النهائي.

في دراستهم، قاموا بمحاكاة مجال القص الكوني (cosmic shear field) — وهو نمط تشوه أشكال المجرات — باستخدام مجموعة قوية من عمليات المحاكاة تسمى CosmoGridV1. لم يكتفوا بمحاكاة المادة المظلمة فحسب، بل أدرجوا أيضاً جميع "التأثيرات النظامية" الواقعية الفوضوية التي تجعل الملاحظات الحقيقية صعبة، مثل الأخطاء في قياس مسافات المجرات، وتأثير تجمع المادة العادية (الباريونات)، والضجيج العشوائي لأشكال المجرات. ثم استخدموا تقنية تسمى "الاستدلال القائم على المحاكاة" (Simulation-Based Inference - SBI) مع شبكة عصبية (نوع من أنواع الذكاء الاصطناعي) لتعلم العلاقة بين معاملات المحاكاة والبيانات الناتجة.

ركز الفريق على إحصائية محددة ومعقدة تسمى دالة الارتباط الثلاثي المتكاملة (i3PCF). يمكنك التفكير في قياس "النقطتين" القياسي كفحص لكيفية ارتباط مجرتين ببعضهما البعض، بينما يقيس قياس "النقاط الثلاث" كيفية ارتباط ثلاثي من المجرات ببعضه البعض. وتعد الـ i3PCF طريقة ذكية لقياس علاقات الثلاثيات هذه دون الحاجة إلى إعادة بناء الخريطة غير المرئية للكون بأكملها أولاً.

إليكم ما وجدوه:

• أسطورة التوزيع الطبيعي (Gaussian Myth): لفترة طويلة، افترض العلماء أن "الضجيج" الإحصائي في بياناتهم يتبع منحنى جرس سلس وجميل (توزيع غاوسي). اختبر المؤلفون هذا واكتشفوا أنه بينما تتبع بيانات "النقطتين" البسيطة هذا المنحنى بشكل جيد، فإن البيانات المدمجة التي تشمل قياسات "النقاط الثلاث" (i3PCF) لا تتبع ذلك. يصبح التوزيع ملتوياً وغريباً، خاصة في المقاييس الكبيرة. وهذا يعني أن طرق الرياضيات القديمة التي تعتمد على منحنى الجرس ستعطي نتائج غير دقيقة لهذا النوع الجديد من البيانات. ومع ذلك، فإن نهج الذكاء الاصطناعي الخاص بهم لا يهتم بشكل المنحنى؛ بل يتعلم التوزيع الحقيقي الفوضوي مباشرة من عمليات المحاكاة.
• تشتتات مهملة: تحققوا مما إذا كان تأثيران محددان — تكتل المجرات المصدرية (حيث لا تكون المجرات الخلفية عشوائية تماماً) والقص المختزل (تصحيح دقيق لكيفية قياس التشوه) — سيؤديان إلى إفساد قياساتهم. ووجدوا أنه بالنسبة لنطاق المسوحات الحالية (مثل مسح الطاقة المظلمة لعام 3)، فإن هذه التأثيرات ضئيلة جداً بحيث يمكن تجاهلها بأمان. فإشارة المادة المظلمة أقوى بكثير من هذه الاختلالات الصغيرة.
• دفعة كبيرة في الدقة: عندما طبقوا خط معالجة الذكاء الاصطناعي الجديد الخاص بهم على بيانات وهمية (محاكاة لملاحظات تبدو تماماً مثل الحقيقية)، وجدوا أن إضافة الـ i3PCF إلى القياسات القياسية أحدث فرقاً هائلاً. لقد حسنت الدقة في تحديد القيود الكونية بمعدل وسيط قدره 63.8%. وتحديداً، ساعدت في تحديد قيم كثافة المادة ($\Omega_m$)، وتكتل المادة ($\sigma_8$)، ومعادلة حالة الطاقة المظلمة ($w_0$) بشكل أفضل بكثير من ذي قبل. وكان التحسن أكثر دراماتيكية في قيمة $\sigma_8$، حيث تقلص عدم اليقين بنحو 31.0%.

تخلص الورقة البحثية إلى أن هذا الإطار الجديد، SBi3PCF، هو وسيلة قوية ودقيقة لتحليل هذه الأنماط الكونية المعقدة. وهو يثبت أنه من خلال استخدام المحاكاة والذكاء الاصطناعي لتجاوز الحاجة إلى صيغ رياضية مثالية، يمكن للعلماء استخراج معلومات أكثر بكثير من إشارات العدسة الضعيفة في الكون. وهذا يمهد الطريق للمسوحات المستقبلية الأكبر (مثل تلك القادمة من مهمة إقليدس ومرصد فيرا روبين) لاستخدام هذه الإحصائيات من الرتب العليا لحل أعظم أسرار الكون، مع مراعاة الواقع الفوضوي لكيفية رصدنا للكون.