Картадағы екі «желпуіш» DESI құралы зерттеген негізгі аймақтарға сәйкес келеді. Бұл құрал Млечный Жол жазықтығының жоғары және төмен бөліктерінде орнатылған. DESI, Аризонадағы Китт-Пик ұлттық обсерваториясындағы Николас У. Майаллдың 4 метрлік телескопына орналастырылған, қазіргі таңда Әлемнің ең үлкен үшөлшемді картасын жасап, оны қараңғы энергияны зерттеу үшін пайдаланады. Жер осы екі желпуіштің ортасында орналасқан, ал картадағы көк түсті нүктелер ең алыс нысандарды көрсетеді. Бұл сурет DESI деректерінің үшінші бақылау жылындағы карта айналымы анимациясынан алынған кадр болып табылады.

Галактика Әлем ауқымымен салыстырғанда — тек кішкентай нүкте, ол басқа көптеген нүктелермен бірге шоғырлар құрайды. Бұл шоғырлар өз кезегінде аса ірі шоғырларға бірігеді, ал олардан жіп тәрізді құрылымдар түзіліп, бос кеңістіктермен бөлініп, Әлемнің алып үшөлшемді «қаңқасын» жасайды.

Теориялық модельдерді, мысалы, EFTofLSS (үлкен масштабты құрылымның өрісінің тиімді теориясы) құру үшін ғалымдар Әлем физикасы мен астрономиялық құралдардан алынған деректерді пайдаланады. Бұл модельдер «ғарыштық өрмекшінің торын» статистикалық тұрғыда сипаттауға және бақылаулар негізінде оның негізгі параметрлерін бағалауға мүмкіндік береді. Алайда мұндай есептеулер көп есептеу ресурстары мен уақытты талап етеді. Астрономиялық деректер көлемі ұлғайған сайын, талдауды дәлдіктен айырылмай жеделдету қажеттігі туындайды. Осы мақсатта модельдердің жұмысын еліктейтін, бірақ есептеулерді әлдеқайда жылдам орындайтын эмуляторлар қолданылады.

INAF (Италия), Парма университеті (Италия) және Ватерлоо университеті (Канада) мамандарынан құралған халықаралық команда Journal of Cosmology and Astroparticle Physics (JCAP) журналында Effort.jl эмуляторын сынауға арналған зерттеу жариялады. Нәтижелер Effort.jl бастапқы модельмен салыстырғанда іс жүзінде дәл сондай дәлдік беретінін, кейде тіпті неғұрлым егжей-тегжейлі нәтижелер көрсететінін көрсетті, әрі ол есептеулерді кәдімгі ноутбукта бірнеше минут ішінде орындайды, суперкомпьютерді қажет етпейді.

Effort.jl эмуляторы алдын ала есептелген модель болжамдарына негізделіп оқытылатын нейрондық желіні пайдаланады және жаңа параметр комбинацияларына нәтижелерді жалпылауға қабілетті. Effort.jl-дің ерекшелігі — оның алгоритмінде бастапқыда параметрлер өзгергенде болжамдардың қалай өзгеретіні туралы білім енгізілген және градиенттер қолданылады. Бұл аз мысалмен оқуға және есептеу шығындарын азайтуға мүмкіндік береді.

Зерттеуде жүргізілген валидация Effort.jl-дің симуляцияланған және нақты деректердегі дәлдігі бастапқы модель нәтижелеріне жақын екенін көрсетті. Кейбір жағдайларда эмулятор бұрын есептеуді жеделдету үшін өткізіп жіберуге тура келген элементтерді талдауға қосуға мүмкіндік берді. Effort.jl DESI және Euclid эксперименттерінен алынатын жаңа деректерді талдау үшін маңызды құралға айналуы мүмкін, бұл Әлемнің үлкен масштабты құрылымын түсінуді айтарлықтай кеңейтеді.

«Effort.jl: Әлемнің үлкен масштабты құрылымының өрісінің тиімді теориясы үшін жылдам және дифференциалданатын эмулятор» атты зерттеу Journal of Cosmology and Astroparticle Physics (JCAP) журналында жарияланды.