Dankzij een nieuwe methode van machine learning gaat het opsporen van donkere materie veel sneller.
In een poging het universum beter te begrijpen, zoeken wetenschappers naar donkere materie en donkere energie. Terwijl donkere materie het universum samentrekt, zorgt donkere energie net voor expansie. Donkere materie en energie zijn niet rechtstreeks zichtbaar met telescopen. Hun aanwezigheid laat zich wel raden, want alle materie – en dus ook donkere – buigt het licht dat naar de aarde reist een klein beetje af.
Kosmologen van het ETH Zürich gebruikten dat gegeven om een nieuwe opsporingsmethode te ontwikkelen. Daarvoor vonden ze inspiratie bij de algoritmes die Facebook en andere sociale media inzetten voor gezichtsherkenning bij foto’s.
Met de algoritmes speuren de kosmologen naar de lichtafbuigingen. Beetje bij beetje creëren ze kaarten van het universum. Vervolgens vergelijken ze die kaarten met verschillende theoretische voorspellingen. Aan de hand van de voorspelling die het beste overeenkomt met de kaart, kunnen ze bepalen waar er donkere materie te vinden is.
In een eerste fase kreeg het algoritme enkel computergegenereerde kaarten, maar gaandeweg leerde de artificiële intelligentie om ook echte kaarten te analyseren. De algoritmes wisten tot nu toe tot 30 procent meer donkere materie te onderscheiden dan andere methodes.
De wetenschappers hopen dat de artificiële intelligentie hun nog betere informatie kan opleveren en in een latere fase ook ingezet kan worden om donkere energie in beeld te brengen.
