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

想象一下，宇宙是一个巨大的、正在膨胀的气球。几十年来，科学家们对于这个气球如何膨胀拥有一套非常可靠的配方，被称为宇宙学的“标准模型”。这个配方依赖于两个主要成分：一种被称为“暗物质”的不可见物质，它将星系凝聚在一起；以及一种被称为“暗能量”的神秘推力，它让气球膨胀得越来越快。这个配方运作得非常好，它解释了我们所看到的大部分现象，从大爆炸的余晖到恒星的运动方式。

但最近，这个配方出现了一个微小的裂缝。当科学家使用两种不同的方法测量目前宇宙膨胀的速度时，他们得到了两个不同的答案。一种方法通过观察“婴儿宇宙”（大爆炸的残留物），得出膨胀率约为 67.4 km/s/Mpc。另一种方法通过观察附近的“成年宇宙”中的爆炸恒星，得出膨胀率约为 73.04 km/s/Mpc。这就像两位厨师在测量同一个蛋糕时得到了不同的尺寸；从绝对数值来看，这种差异很小，但在统计学上，这是一个巨大的问题。这种分歧被称为“哈勃张力”（Hubble Tension），它表明我们的配方可能缺少了一种秘密成分，或者我们一直以来使用的引力规则并不完整。

本文深入探讨了一种全新的、略显奇特的引力配方，以观察它是否能修复这个“蛋糕测量值”。作者没有使用通常的引力规则（广义相对论），而是探索了一种被称为 f(Q) 引力 的理论。在这种理论中，引力不仅仅关乎空间的弯曲（曲率）或空间的扭转（挠率），还关乎一种被称为**非度规性（nonmetricity）**的东西。你可以把非度规性想象成一种“拉伸性”或衡量距离的尺子的变化。在这个新的框架下，作者提出这种拉伸性并不仅仅静止在那里，它直接与宇宙中的物质（如恒星和气体）进行对话，产生了一种“非最小耦合”。这就像是尺子本身在向蛋糕低语，改变了它的膨胀方式。作者构建了一个特定的数学模型，利用来自望远镜的真实数据进行了大规模计算机模拟，甚至使用了人工智能来复核他们的工作。

调查研究：一种新的引力配方

作者首先构建了这个“具有拉伸性”引力理论的一个特定版本。他们设想了一个空间具有“拉伸性”的宇宙，这种非度规性标量（我们称之为 Q，即这种拉伸性的度量）直接与宇宙中的物质相联系。在标准物理学中，物质和几何（空间）通常遵循各自独立的规则。在这里，它们像舞伴一样紧密结合。作者为这种关系选择了一个简单的数学形状：一种直线与曲线相结合的模型（幂律模型）。随后他们问道：“如果我们使用这个新的引力配方，能否让两种不同的宇宙膨胀率测量值更好地达成一致？”

为了找出答案，他们不仅靠猜测，还动用了强大的数据武器。他们整合了来自四个不同宇宙来源的信息：

1. 宇宙计时器（Cosmic Chronometers）： 这些是古老的、被动的星系，充当宇宙中的“秒表”，告诉我们在过去的不同时期，宇宙膨胀的速度是多少。
2. Ia 型超新星（Type Ia Supernovae）： 这些是爆炸的恒星，充当“标准烛光”。因为我们知道它们“应该”有多亮，所以我们可以得知它们距离我们有多远，以及它们远离我们的速度有多快。团队使用了三个不同的超新星目录（Pantheon+、DESY5 和 Union3）以确保万无一失。
3. DESI BAO： 这利用了“重子声学振荡”（Baryon Acoustic Oscillations），即早期宇宙中冻结的声波。它们充当了宇宙尺子，测量着星系之间的距离。
4. CMB（宇宙微波背景）： 这是宇宙的“婴儿照”，是来自大爆炸的残留热量，它为宇宙的初始状态提供了基准。

结果：是部分的修复，而非魔杖

在利用一种被称为 MCMC 的强大统计方法（这就像是在尝试数百万种不同的成分组合以寻找完美的配方）进行数据运算后，作者发现了一些有趣的结论。

首先，这个新的引力模型确实有效。它对数据的拟合程度几乎与标准配方一样好。在他们的模型中，宇宙膨胀的方式看起来与我们观测到的非常相似。“空间的拉伸性”（非度规性）似乎提供了恰到好处的额外推力，从而略微改变了膨胀的历史。

其次，最重要的一点是，这个新模型部分缓解了哈勃张力。当他们使用这个新模型计算膨胀率（$H_0$）时，得到的值约为 68.4 到 68.8 km/s/Mpc。

• 这高于“婴儿宇宙”的测量值（67.4），这很好。
• 但它仍然低于“成年宇宙”的测量值（73.04）。
• 该模型与“成年宇宙”测量值之间的差距从大约 4.4 个标准差（一个巨大的分歧）缩小到了约 3 个标准差。

可以这样理解：标准配方说蛋糕的大小是 67，局部测量显示蛋糕的大小是 73。而新配方表明，蛋糕的大小实际上是 68.5。它虽然不能完美匹配局部测量值，但比之前要好得多。张力依然存在，但不再那么严重了。作者指出，虽然这是一个令人鼓舞的进展，但它并未完全解决谜题。该模型与数据是一致的，但标准的模型在统计学上仍然非常有竞争力。

AI 检测：教机器识别模式

为了确保他们的数学推导并非偶然，作者引入了第三方法：机器学习。他们将新引力模型预测的膨胀历史视为一名“老师”，并要求三种不同类型的 AI 算法向其学习，并预测未来的膨胀情况。

这三位“学生”分别是：

1. 线性回归（Linear Regression）： 一个寻找直线模式的简单学生。
2. 随机森林（Random Forest）： 一个利用许多决策树来寻找复杂模式的学生。
3. 支持向量回归（SVR）： 一个能够处理非常复杂、弯曲关系的资深学生。

结果非常明确：带有 RBF 核函数的 SVR（一种特定的数学技巧）成为了明星学生。它以近乎完美的准确度（99.93%）预测了膨胀历史。它的表现远优于简单的线性学生，甚至优于随机森林。这证实了由新引力模型生成的膨胀历史是平滑、一致且遵循某种模式的，以至于先进的 AI 也能轻松识别出这一模式。这就像是 AI 看了看新的引力配方后说道：“是的，这很有道理；这个模式是稳固的。”

最终裁定

那么，最终的结论是什么？本文表明，一个空间具有直接与物质对话的“拉伸性”特质的宇宙，是解释我们宇宙的一个可行候选方案。它提供了一个灵活的框架，既可以模仿标准模型，也可以微调膨胀速率以帮助缓解不同测量值之间的张力。

然而，作者并没有急于宣布胜利。他们指出，虽然张力有所减轻，但并未消失。新模型是一个“极具前景且灵活的框架”，但它需要更多的测试。贝叶斯分析（一种权衡不同理论可能性的方法）表明，虽然新模型符合数据，但目前的观测结果尚未强烈要求增加这种复杂度。它是一个强有力的竞争者，但标准模型依然守住了阵地。

最后，这篇论文提醒我们，宇宙充满了惊喜。通过仅仅微调引力的规则——引入空间几何与其中物质之间的对话——我们或许正离理解宇宙为何以目前的速率膨胀更近一步。哈勃张力仍然是一个谜题，但这个新的拼图碎片以一种让整个画面变得更清晰的方式，嵌入了其中。