A sound-horizon-free measurement of the Hubble constant from DESI DR2 baryon acoustic oscillations using artificial neural networks
Deze paper presenteert een modelonafhankelijke, klankhorizon-vrije meting van de Hubble-constante ( km s⁻¹ Mpc⁻¹) met behulp van kunstmatige neurale netwerken en DESI DR2-data, wat een hogere waarde suggereert die de bestaande Hubble-spanning ondersteunt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat de wetenschap probeert uit te rekenen hoe snel een auto (ons universum) wegrijdt van een stoplicht (de oerknal). Dit tempo noemen we de Hubble-constante ().
Het probleem? Er is een enorme ruzie in de wetenschappelijke wereld. De ene groep wetenschappers kijkt naar de "foto's van vroeger" (de kosmische achtergrondstraling) en zegt: "De auto rijdt langzaam." De andere groep kijkt naar de "auto's van nu" (sterren en supernova's) en zegt: "Nee, de auto rijdt juist heel hard!" Dit noemen we de Hubble-spanning.
Dit nieuwe onderzoek van Gadbail en Bamba probeert deze ruzie op te lossen met een slimme, nieuwe methode. Hier is de uitleg in gewone mensentaal:
1. De "Zonder Liniaal" Methode (Sound-horizon-free)
Normaal gesproken hebben astronomen een "standaard liniaal" nodig om afstanden in het heelal te meten. Die liniaal is gebaseerd op geluidsgolven uit de vroege tijd van het universum. Maar die liniaal is omstreden; als je liniaal niet klopt, klopt je hele berekening niet.
De auteurs van dit paper hebben een trucje bedacht: ze hebben een manier gevonden om de snelheid te berekenen zonder die liniaal te gebruiken. Het is alsof je de snelheid van een auto berekent door te kijken naar hoe snel de schaduw van een boom beweegt en hoe hard de wind waait, in plaats van een meetlint te gebruiken. Ze combineren drie verschillende soorten "aanwijzingen" (supernova's, kosmische klokken en de verdeling van sterrenstelsels) die elkaar precies in evenwicht houden, waardoor de twijfelachtige liniaal overbodig wordt.
2. De Kunstmatige Intelligentie als "Super-Tekenleraar"
De data die ze hebben (van de DESI-telescoop) is een beetje rommelig. Het zijn losse punten op een grafiek, niet een vloeiende lijn. Om te weten wat er tussen die punten gebeurt, gebruiken ze een Artificial Neural Network (ANN).
Zie dit als een super-getalenteerde tekenleraar. In plaats van dat de wetenschappers de tekenleraar vertellen: "Teken een rechte lijn" (wat een aanname zou zijn), zeggen ze: "Hier zijn een paar stippen, teken zelf maar wat je denkt dat de echte vorm is." De AI leert van de data zelf, zonder vooroordelen. Dit maakt de methode "model-onafhankelijk": ze dwingen de natuur niet in een bepaald keurslijf.
3. De Conclusie: De ruzie gaat door!
Wat kwam eruit? Hun berekening geeft een waarde van ongeveer 71,5.
- Dat is hoger dan de lage waarde van de "oude foto's" (Planck).
- Dat is lager dan de zeer hoge waarde van de "lokale metingen" (SH0ES).
- Maar het zit er tussenin, heel dicht bij andere onafhankelijke metingen.
Wat betekent dit voor ons?
Het belangrijkste resultaat is dat hun methode — die geen gebruik maakt van de omstreden "liniaal" of specifieke modellen — een hogere snelheid bevestigt. Dit is een dikke ondersteuning voor het idee dat de "snelle" metingen geen foutje zijn, maar dat er echt iets vreemds aan de hand is met ons begrip van het universum.
Kortom: De auto rijdt inderdaad sneller dan we dachten op basis van de oude foto's, en de wetenschappers hebben nu een nieuwe, slimme manier gevonden om dat te bewijzen zonder afhankelijk te zijn van twijfelachtige meetinstrumenten. De kosmische ruzie is nog lang niet voorbij!
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.