Но поскольку мы не можем увидеть её напрямую, нам приходится изучать её гравитационное воздействие на галактики и другие космические структуры. Несмотря на десятилетия исследований, истинная природа тёмной материи остаётся одним из самых сложных вопросов науки.

Одна из ведущих теорий гласит, что тёмная материя — это тип частиц, которые взаимодействуют только через гравитацию. Но некоторые учёные считают, что эти частицы могут иногда взаимодействовать друг с другом. Это явление называется самовзаимодействием.

Если бы удалось обнаружить такие взаимодействия, то мы получили бы важнейшие сведения о свойствах тёмной материи. Однако отличить самовзаимодействие от других космических эффектов, например, вызванных активными галактическими ядрами (AGN), было сложно. Сверхмассивные чёрные дыры в центрах галактик могут толкать материю так же, как и эффекты тёмной материи, поэтому различить их трудно.

Астроном Дэвид Харви из Лаборатории астрофизики EPFL разработал алгоритм глубокого обучения, который позволяет анализировать сложные сигналы.

Этот метод основан на искусственном интеллекте и предназначен для изучения скоплений галактик — огромных космических структур, связанных между собой гравитацией. С помощью нового алгоритма можно точнее исследовать темную материю.

Харви обучил нейросеть с архитектурой CNN на тысячах смоделированных изображений скоплений галактик из проекта BAHAMAS-SIDM. Теперь она умеет различать сигналы, вызванные самовлиянием темной материи, и сигналы, вызванные обратной связью AGN.

Среди протестированных архитектур CNN самой точной оказалась самая сложная, которая называется «Inception».

Искусственный интеллект обучили на двух сценариях тёмной материи с разными уровнями самовзаимодействия и проверили на других моделях, включая более сложную модель тёмной материи, зависящую от скорости.

В идеальных условиях Inception достигла точности в 80%, определяя, влияет ли на скопления галактик самовзаимодействующая тёмная материя или обратная связь с АГН. Высокие показатели сохранились даже при введении наблюдательного шума, имитирующего данные будущих телескопов, таких как Euclid.

Подход на основе искусственного интеллекта, подобный Inception, может быть очень полезен для анализа больших объёмов данных, собранных из космоса.

Способность ИИ обрабатывать невидимые данные делает его перспективным инструментом для будущих исследований тёмной материи. Благодаря новым телескопам учёные смогут быстро и точно проанализировать полученные данные и раскрыть истинную природу тёмной материи.

Результаты опубликованы в издании Nature Astronomy.