🔭 astrophysics

A sound-horizon-free measurement of the Hubble constant from DESI DR2 baryon acoustic oscillations using artificial neural networks

Questo studio presenta una misurazione del parametro di Hubble $H_0 = 71,5 \pm 2,2$ km s $^{-1}$ Mpc $^{-1}$ basata sui dati DESI DR2 e reti neurali, ottenuta tramite un approccio indipendente dal modello e dall'orizzonte sonoro che supporta l'esistenza della tensione di Hubble rispetto ai dati Planck.

Autori originali: Gaurav N. Gadbail, Kazuharu Bamba

Pubblicato 2026-04-28

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Gaurav N. Gadbail, Kazuharu Bamba

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il Grande Mistero della Velocità dell'Universo: Una Nuova Bussola senza Magneti

Immaginate che l'Universo sia un enorme palloncino che si gonfia continuamente. Gli scienziati vogliono sapere esattamente quanto velocemente si sta gonfiando questo palloncino. Questa velocità si chiama Costante di Hubble ( $H_0$ ).

Il problema? È scoppiata una vera e propria "guerra dei dati". Da una parte, gli strumenti che guardano l'Universo "giovane" (il passato remoto) dicono che il palloncino si gonfia a una certa velocità. Dall'altra, gli strumenti che guardano l'Universo "vicino" (il presente) dicono che va molto più veloce. Questa discrepanza è chiamata "Tensione di Hubble": è come se due termometri diversi, misurando la stessa stanza, dessero temperature completamente diverse. Non sappiamo chi sta sbagliando o se le nostre leggi della fisica sono incomplete.

Il problema dei "metodi tradizionali"

Per misurare questa velocità, di solito usiamo due metodi che però hanno dei "trucchi":

Il metodo del passato: Si basa su modelli matematici molto rigidi. È come cercare di capire quanto corre un atleta guardando una foto scattata all'inizio della gara e assumendo che abbia corso sempre con lo stesso ritmo. Se l'assunzione è sbagliata, il calcolo fallisce.
Il metodo del presente: Si basa su "candele standard" (le Supernovae). È come cercare di misurare la distanza di una candela al buio basandosi sulla sua luminosità. Ma se non sappiamo esattamente quanto è potente quella candela, la nostra misura della distanza sarà imprecisa.

La soluzione del paper: La "Ricetta Magica" senza ingredienti segreti

Gli autori di questo studio (Gadbail e Bamba) hanno inventato un modo per misurare la velocità senza usare nessuno di questi due trucchi.

Hanno usato una tecnica chiamata "Sound-horizon-free" (senza l'orizzonte sonoro). Immaginate di voler misurare la velocità di un treno in corsa. Invece di usare un cronometro (che dipende da un inizio preciso) o una lampada (che dipende dalla luce), loro usano un trucco matematico: combinano tre indizi diversi che, messi insieme, si "annullano" a vicenda le incertezze. È come se usassero la geometria pura per far sì che i dubbi su quanto sia luminosa la candela o su quanto fosse veloce l'atleta all'inizio sparissero magicamente.

L'eroe della storia: L'Intelligenza Artificiale (ANN)

Per far funzionare questo trucco, hanno usato un'Intelligenza Artificiale (una Rete Neurale Artificiale).
Pensate all'IA come a un artista incredibilmente abile che riceve solo dei puntini sparsi su un foglio (i dati osservati dagli strumenti DESI). L'artista non deve seguire uno schema predefinito (come un disegno da colorare), ma deve "imparare" da solo la forma della curva che unisce quei punti. Questo permette di evitare di "forzare" i dati dentro modelli matematici che potrebbero essere sbagliati. L'IA è stata addestrata migliaia di volte (un processo chiamato bootstrap) per essere sicura che la curva disegnata non fosse un errore o un caso.

Cosa hanno scoperto?

Usando i dati più recenti del telescopio DESI, hanno ottenuto un valore di $H_0$ che è più alto di quello previsto dai modelli del passato (il modello Planck), ma molto vicino a quello misurato dalle candele standard (SH0ES).

In parole povere: Il loro risultato dice che la "Tensione di Hubble" non è un errore di calcolo o un problema di un singolo strumento. È reale. L'Universo sta correndo più veloce di quanto le nostre vecchie teorie ci dicessero.

In sintesi (La metafora finale)

Se la cosmologia fosse una gara di corsa, finora avevamo due arbitri che litigavano perché uno guardava il traguardo e l'altro la linea di partenza. Questi ricercatori sono arrivati con un drone intelligente (l'IA) che non guarda né la partenza né il traguardo, ma analizza solo il movimento puro dei corridori nel mezzo della pista. E il drone ha confermato: "Sì, stanno correndo davvero molto veloce!"

Riassunto Tecnico: Misurazione della costante di Hubble $H_0$ priva di orizzonte sonoro tramite reti neurali artificiali (DESI DR2 BAO)

1. Il Problema: La Tensione di Hubble

Il lavoro affronta la "tensione di Hubble", uno dei problemi più profondi della cosmologia moderna. Esiste una discrepanza statistica significativa tra i valori di $H_0$ derivati dalle osservazioni dell'universo primordiale (come il CMB di Planck, che predice un valore basso, $\sim 67.4$ km s⁻¹ Mpc⁻¹) e quelli derivati dalla scala delle distanze locale (come SH0ES, che predice un valore alto, $\sim 73.0$ km s⁻¹ Mpc⁻¹).

Le misurazioni attuali soffrono di dipendenze modellistiche: il CMB richiede l'assunzione del modello $\Lambda$ CDM, mentre la scala delle distanze locali dipende dalla calibrazione delle Supernovae (SNe Ia) tramite Cefeidi o il TRGB. L'obiettivo di questo studio è fornire una misura di $H_0$ che sia completamente indipendente dal modello e priva della dipendenza dall'orizzonte sonoro ( $r_d$ ).

2. Metodologia

Gli autori propongono un approccio basato sulla Relazione di Dualità della Distanza (DDR), che è valida in qualsiasi teoria della gravità metrica. La metodologia combina tre sonde osservative complementari:

Supernovae di Tipo Ia (Pantheon+): Forniscono la distanza di luminosità non ancorata $\Xi_{SNIa}(z) = H_0 d_L(z)$ .
Cronometri Cosmici (CC): Forniscono il parametro di Hubble $H(z)$ misurando l'evoluzione dell'età differenziale di galassie massicce.
Oscillazioni Acustiche dei Barioni (DESI DR2 BAO): Forniscono la combinazione $\Xi_{BAO}(z) = H(z) d_A(z)$ .

L'innovazione tecnica chiave risiede nell'uso di Reti Neurali Artificiali (ANN) per la ricostruzione delle funzioni. A differenza dei Processi Gaussiani (GP) usati in studi precedenti, le ANN sono un approccio puramente data-driven che non richiede una funzione media a priori (evitando bias modellistici) e non assume una forma funzionale specifica per le quantità ricostruite.

Il processo prevede:

Architettura ANN: Un livello nascosto con 4096 neuroni e funzione di attivazione ELU.
Bootstrap: Per quantificare l'incertezza, viene eseguito un procedimento di bootstrap (1000 realizzazioni), perturbando i dati osservativi entro i loro errori per generare un insieme di curve di ricostruzione.
Cancellazione di $r_d$ : Utilizzando il rapporto tra la distanza comovente trasversale ( $D_M/r_d$ ) e l'orizzonte di Hubble ( $D_H/r_d$ ) fornito dai dati BAO, la scala dell'orizzonte sonoro $r_d$ si cancella esattamente dall'equazione, eliminando la necessità di calibrazioni basate sul CMB.

3. Contributi Principali

Utilizzo dei dati DESI DR2: Il lavoro applica il metodo ai nuovi dati del Dark Energy Spectroscopic Instrument (Data Release 2), che includono nuovi traccianti (ELG1 e QSO) rispetto alla versione DR1, aumentando la precisione e la copertura in redshift.
Approccio Model-Independent: La misura di $H_0$ non dipende né dal modello cosmologico $\Lambda$ CDM né dalla calibrazione della luminosità assoluta delle SNe Ia.
Superamento dei limiti dei GP: L'uso delle ANN riduce il rischio di bias introdotti dalla scelta di una funzione di base o di un modello fiduciale.

4. Risultati

Dall'analisi congiunta dei sette tracciatori BAO, gli autori ottengono:
$\mathbf{H_0 = 71.5 \pm 2.2 \text{ km s}^{-1} \text{ Mpc}^{-1} \text{ (al 68\% di confidenza)}}$

Confronto con la letteratura:

SH0ES e TRGB: Il risultato è consistente con le misure locali entro $0.6\sigma$ .
Planck (CMB): Il risultato mostra una tensione di circa $2\sigma$ con il valore di Planck.
Coerenza interna: Le stime individuali di $H_0$ per i diversi redshift (da $z=0.510$ a $z=2.330$ ) sono ampiamente consistenti tra loro, suggerendo che non vi sia un'evoluzione significativa di $H_0$ con il redshift (supportando il principio cosmologico).

5. Significatività e Conclusioni

Il paper fornisce un supporto indipendente e robusto alla realtà della tensione di Hubble. Dimostrando che una misura priva di assunzioni sull'orizzonte sonoro e sul modello cosmologico punta verso un valore di $H_0$ più alto rispetto a quello del CMB, gli autori rafforzano l'idea che la discrepanza non sia un semplice artefatto di calibrazione o di un modello specifico, ma un problema fisico fondamentale.

Il lavoro pone le basi per future analisi con i dati DESI DR3 e l'Osservatorio Vera Rubin (LSST), che promettono di ridurre l'incertezza su $H_0$ a livelli sub-percentuali.