إن الكشف عن طبيعة المادة المظلمة والطاقة المظلمة وفهم تأثيرها على تكوين وتطور المجرات المعاصرة هما من الأسئلة المفتوحة الرئيسية في علم الكونيات المراقبة اليوم. تعتبر البنية واسعة النطاق (LSS ؛ على سبيل المثال ، التجمعات ، والشعيرات والفراغات) واحدة من العناصر الرئيسية التي يمكن ملاحظتها للمادة المظلمة التي يمكن الوصول إليها من خلال المسوحات الضوئية والبعيدة القريبة من الأشعة تحت الحمراء. يمكن مقارنة خصائص LSS بالمحاكاة الكونية الكثيفة الوقت والحساب لتقييد المعلمات الكونية الأساسية بشكل غير مباشر ، بما في ذلك تلك التي تصف المادة المظلمة والطاقة المظلمة. تاكاهيرو Nishimichi والمتعاونين ( Astrophys J. . 884 ، 29؛ 2019 ) تقديم أداة جديدة يمكن أن بناء الكون وهمية في غضون ثوان، وتبسيط كبير هذه المقارنة.

الائتمان: YITP

تم استخدام التعلم الآلي بشكل متزايد ليس فقط في تحليل وفهم بيانات المراقبة ، ولكن أيضًا في تسريع المحاكاة العددية المكلفة. المحاكيات هي أدوات تعلُّم الآلة التي يمكن تدريبها على المحاكاة العددية لاستيفاء كميات مختلفة وبالتالي استكشاف مساحات معلمات جديدة لا تغطيها المحاكاة المستخدمة في تدريبهم. نيشيميتشي وآخرون. استخدمت ATERUI II ، أسرع حاسوب في العالم في محاكاة الفيزياء الفلكية ، لتشغيل 101 محاكاة كونية لتدريب محاكي DARK ثم استخدم المحاكي لإنتاج أكوان وهمية (مثال مصور) للمقارنة مع بيانات من Sloan Digital Sky Survey. تشير المقارنة إلى أن الكون المضاه يمكن أن يكرر إشارة العدسة الضعيفة لـ LSS وكذلك وظيفة الارتباط المتبادل للمجرة إلى دقة 2٪ و 4٪ ،

على عكس الجهود المماثلة السابقة ، تم تصميم محاكي DARK ليكون معياريًا للغاية: في الواقع يتكون من سلسلة من المحاكيات. يسمح هذا الإعداد بالمرونة في النماذج التي قد يحتاج المرء إلى تنفيذها في المحاكي - أحد الأمثلة هو توزيع شغل الهالة الذي يربط هالات المادة المظلمة بالمجرات التي تمت ملاحظتها - والمخرجات التي يحتاجها المرء. المخرجات الرئيسية لمحاكي DARK هي دالة كتلة الهالة ووظائف الارتباط المتبادل والسيارات الهالة.