Bayesian and Machine-Learning Analyses of Nonminimal $f(Q)$ Gravity and $H_0$ Tension

宇宙を、膨張する巨大な風船として想像してみてください。何十年もの間、科学者たちはその風船がどのように膨らむかについての、非常に信頼できるレシピを持ってきました。それは「標準宇宙論モデル」と呼ばれるものです。このレシピは、銀河を繋ぎ止める「ダークマター（暗黒物質）」と呼ばれる目に見えないものと、風船をより速く膨張させる「ダークエネルギー（暗黒エネルギー）」と呼ばれる謎の押し出す力という、2つの主要な材料に基づいています。このレシピは非常にうまく機能しており、ビッグバンの名残から星の動きに至るまで、私たちが目にするほぼすべての現象を説明できます。

しかし最近、そのレシピに小さな亀裂が入りました。科学者が「今まさに」宇宙がどれくらいの速さで膨張しているかを2つの異なる方法で測定したところ、2つの異なる答えが得られたのです。ビッグバンの名残である「赤ちゃん宇宙」を見る方法では、膨張率は約67.4 km/s/Mpcであると言っています。一方で、近くにある「大人になった宇宙」を爆発する星を使って見る方法では、約73.04 km/s/Mpcであると言っています。これは、2人のシェフが同じケーキの大きさを測っているのに、異なる答えを出しているようなものです。絶対的な数値としては小さな差ですが、統計的には極めて重大な問題です。この不一致は「ハッブル・テンション（ハッブルの緊張）」として知られており、私たちのレシピに「秘密の材料」が欠けているか、あるいは私たちが使っている重力のルールそのものが完全な物語ではない可能性を示唆しています。

この論文は、そのケーキの測定値を修正できるかどうかを確かめるために、少し変わった新しい重力のレシピを掘り下げます。著者は、通常の重力のルール（一般相対性理論）の代わりに、f(Q)重力と呼ばれる理論を探求しています。この理論では、重力は単なる空間の「曲がり（曲率）」や空間の「ねじれ（捩率）」だけではなく、「非計量性（nonmetricity）」と呼ばれるものに関わっています。非計量性を、「ものさし（定規）の伸び縮み」や、距離を測るための定規の変化だと考えてみてください。この新しい枠組みでは、この「伸び縮み」はただそこに存在するのではなく、宇宙の物質（星やガスなど）と直接対話を行い、「非最小結合（nonminimal coupling）」を生み出します。それはまるで、定規そのものがケーキにささやきかけ、その膨張の仕方を変えているかのようです。著者らはこの具体的な数学的モデルを構築し、実際の望遠鏡のデータを用いた大規模なコンピュータ・シミュレーションを実行し、さらには人工知能（AI）を用いて自分たちの作業を再確認しました。

調査：新しい重力のレシピ

著者らはまず、この「伸び縮みする」重力理論の具体的なバージョンを構築することから始めました。彼らは、非計量性スカラー（これを「伸び縮み」の尺度である Q と呼びましょう）が、宇宙の物質と直接結びついている宇宙を想定しました。標準的な物理学では、物質と幾何学（空間）は通常、それぞれ独自のルールに従います。しかしここでは、それらはダンスのパートナーのように固く結びついています。著者らは、この関係性に単純な数学的形状、つまり「直線と曲線の混合（べき乗則モデル）」を採用しました。そして、「もしこの新しい重力のレシピを使えば、宇宙の膨張率に関する2つの異なる測定値をより良く一致させることができるだろうか？」と問いかけたのです。

これを確かめるために、彼らは単に推測するのではなく、データの強力な援軍を呼び寄せました。彼らは以下の4つの異なる宇宙的ソースからの情報を組み合わせました。

1. 宇宙クロノメーター（Cosmic Chronometers）: これらは古代の受動的な銀河であり、宇宙が過去の異なる時点でどれくらいの速さで膨張していたかを教えてくれる「宇宙のストップウォッチ」として機能します。
2. Ia型超新星: これらは「標準光源」として機能する爆発する星です。本来どのくらいの明るさであるかが分かっているため、これらを使って距離と、私たちからどれくらいの速さで遠ざかっているかを判断できます。チームは念を入れるために、3つの異なるカタログ（Pantheon+、DESY5、Union3）を使用しました。
3. DESI BAO: これは「バリオン音響振動」を利用したものです。これは初期宇宙に残された「凍りついた音波」であり、銀河間の距離を測る「宇宙の定規」として機能します。
4. CMB（宇宙マイクロ波背景放射）: これは宇宙の「赤ちゃんの写真」であり、ビッグバンの名残である熱の跡です。これは宇宙がどのように始まったかという基準を与えてくれます。

結果：魔法の杖ではなく、部分的な解決策

強力な統計手法であるMCMC（これは、完璧なレシピを見つけるために何百万通りもの材料の組み合わせを試すようなものです）を用いて数値を計算した結果、著者らは興味深い結果を得ました。

第一に、新しい重力モデルは実際に機能します。このモデルは、標準的なレシピとほぼ同等の精度でデータに適合します。彼らのモデルにおける宇宙の膨張は、観測されているものと非常によく似た挙動を示します。「空間の伸び縮み（非計量性）」が、膨張の歴史をわずかに変化させるのに十分な、追加の押し出す力を提供しているようです。

第二に、最も重要な点として、この新しいモデルはハッブル・テンションを部分的に緩和します。彼らが新しいモデルを用いて膨張率（$H_0$）を計算したところ、約 68.4 〜 68.8 km/s/Mpc という値が得られました。

• これは「赤ちゃん宇宙」の測定値（67.4）よりも高く、これは良い兆候です。
• しかし、これは「大人になった宇宙」の測定値（73.04）よりは依然として低いです。
• モデルと「大人になった宇宙」の間の隔たりは、約 4.4標準偏差（巨大な不一致）から、約 3標準偏差へと減少しました。

このように考えてみてください。標準的なレシピはケーキのサイズを67と言い、局所的な測定はサイズを73と言っていました。新しいレシピは、ケーキのサイズは実際には68.5であると示唆しています。これは局所的な測定値への完璧な一致ではありませんが、以前よりもずっと優れた妥協案です。緊張（テンション）は依然として存在していますが、以前よりは緩和されています。著者らは、これは有望な一歩ではあるものの、完全に謎を解明したわけではないと述べています。このモデルはデータと矛盾しませんが、標準的なモデル（追加の伸び縮みを持たないモデル）も依然として統計的に非常に強力な競争相手です。

AIによるチェック：パターンを見出す機械を教える

自分たちの数学が単なる偶然ではないことを確認するために、著者らは第三者を導入しました。それが**機械学習（Machine Learning）**です。彼らは、新しい重力モデルが予測する膨張の歴史を「教師」として扱い、3種類の異なるAIアルゴリズムに、将来の膨張を予測するように学習させました。

3人の「生徒」は以下の通りです。

1. 線形回帰（Linear Regression）: 直線的なパターンを探す単純な生徒。
2. ランダムフォレスト（Random Forest）: 複雑なパターンを見つけるために多くの決定木を使用する生徒。
3. サポートベクター回帰（SVR）: 非常に複雑で曲線的な関係を扱うことができる洗練された生徒。

結果は明白でした。RBFカーネルを用いたSVR（特定の数学的なテクニック）が、トップの生徒となりました。それは、膨張の歴史をほぼ完璧な精度（99.93%の精度）で予測しました。これは単純な線形モデルよりもはるかに優れており、ランダムフォレストよりもさらに優れた結果でした。このことは、彼らの新しい重力モデルによって生成された膨張の歴史が滑らかで一貫しており、高度なAIが容易に認識できるパターンに従っていることを裏付けています。それはまるで、AIが新しい重力のレシピを見て、「はい、これは理にかなっています。このパターンは確かなものです」と言ったかのようです。

結論

では、最終的な結論は何でしょうか？この論文は、空間が「伸び縮みする」性質を持ち、それが物質と直接対話しているような宇宙が、私たちの宇宙を説明するための有力な候補であることを示唆しています。それは、標準モデルを模倣しながらも、膨張率を微調整して異なる測定値間の緊張を和らげることができる、柔軟な枠組みを提供します。

しかし、著者らは勝利宣言をするには慎重です。彼らは、緊張は緩和されたものの、消滅したわけではないと指摘しています。新しいモデルは「有望で柔軟な枠組み」ではありますが、さらなる検証が必要です。ベイズ分析（ある理論が別の理論と比較してどれほど尤もらしいかを重み付けする方法）によれば、この新しいモデルはデータに適合してはいるものの、現在の観測結果から「追加の複雑さが強く求められている」とまでは言えません。それは強力な候補の一つですが、標準的なモデルも依然としてその地位を守っています。

結局のところ、この論文は宇宙が驚きに満ちていることを思い出させてくれます。重力のルールをほんの少し変えること――空間の幾何学と、その中にある物質との間の対話を取り入れること――によって、私たちはなぜ宇宙が現在の速度で膨張しているのかという理解に、一歩近づいているのかもしれません。ハッブル・テンションは依然としてパズルですが、この新しいピースは、全体像を少しだけ明確にする形で、うまく組み合わさっています。