Redacción Ciencia, 16 sep (EFE).- Aunque parezca grande, comparada con el resto del universo, nuestra galaxia solo es un puntito situado junto a otros puntos pequeños que forman cúmulos, que se agrupan en supercúmulos y que, unidos, tejen filamentos entrelazados con vacíos. Esta es la estructura del universo en 3D.
«Ver» o entender algo tan vasto no es fácil, por eso, a partir de los datos facilitados por los instrumentos astronómicos, los científicos construyen modelos teóricos como EFTofLSS (Effective Field Theory of Large-Scale Structure) cuyo uso exige mucho tiempo, recursos y un superordenador.
Ahora, un equipo internacional dirigido por el Instituto Nacional de Astrofísica de Italia (INAF), la Universidad de Parma (Italia) y la Universidad de Waterloo (Canadá), ha desarrollado y probado un emulador denominado Effort.jl que permite mapear el universo más rápido y con más detalle y que, además, se puede utilizar en un ordenador estándar.
Los detalles del emulador se han publicado este martes en el Journal of Cosmology and Astroparticle Physics (JCAP).
Modelos teóricos para estudiar el cosmos
Basados en observaciones como los de DESI (que ha creado el mapa del universo más grande hasta la fecha) o de la misión Euclid (hace barridos del cosmos para estudiar cómo se expande), los modelos teóricos como EFTofLSS «traducen» los datos y proponen una estructura del cosmos, lo que ayuda a estimar sus parámetros clave pero, como contrapartida, exigen mucho tiempo y recursos informáticos.
Además, dado que los conjuntos de datos astronómicos están creciendo exponencialmente, es necesario encontrar fórmulas para aligerar el análisis sin perder detalles y para eso están los emuladores, que imitan cómo responden los modelos, pero que operan mucho más rápido aunque a veces pierden precisión.
«Imagina querer estudiar el contenido de un vaso de agua a nivel de sus componentes microscópicos, los átomos individuales, o incluso más pequeños: en teoría puedes hacerlo. Pero si queremos describir con detalle lo que sucede cuando el agua se mueve, el crecimiento explosivo de los cálculos necesarios lo hace prácticamente imposible», explica Marco Bonici, investigador de la Universidad de Waterloo y primer autor del estudio.
Dado el volumen de datos actuales y que aún serán mayores con los próximos lanzamientos de datos de DESI y Euclid no es práctico hacerlo exhaustivamente cada vez, «por eso ahora recurrimos a emuladores como el nuestro, que pueden reducir drásticamente el tiempo y los recursos», aclara.
Y es que un emulador imita esencialmente lo que hace el modelo: su núcleo es una red neuronal que aprende a asociar los parámetros de entrada con las predicciones ya calculadas del modelo. La red, entrenada con las salidas del modelo, puede generalizar a combinaciones de parámetros que no ha visto.
Entre otras mejoras, Effort.jl acorta la fase de entrenamiento y reduce las necesidades de cálculo, lo que permite usarlo en ordenadores personales.
Además, el equipo ha validado el emulador y ha demostrado que su precisión, tanto en datos simulados como reales, está en estrecha concordancia con el modelo.
Para los autores, Effort.jl será «un valioso aliado» para analizar los próximos lanzamientos de datos de experimentos como DESI y Euclid, que prometen profundizar enormemente nuestro conocimiento del Universo a gran escala.
