```json
{
    "title": "ИИ научили измерять Вселенную по снимкам сверхновых звёзд",
    "url": "https://gradnauki.ru/sci/145918",
    "datePublished": "2026-06-29",
    "dateModified": "2026-06-30",
    "language": "ru-RU",
    "description": "Исследователи из Института космологических наук Барселонского университета разработали метод, который может значительно повысить точность изучения расширения Вселенной и таинственной тёмной энергии. Новый алгоритм CIGaRS позволяет извлекать больше информации из вспышек…",
    "author": "Дастан Темиров",
    "publisher": "Град науки"
}
```

# ИИ научили измерять Вселенную по снимкам сверхновых звёзд

Исследователи из Института космологических наук Барселонского университета разработали метод, который может значительно повысить точность изучения расширения Вселенной и таинственной тёмной энергии. Новый алгоритм CIGaRS позволяет извлекать больше информации из вспышек сверхновых типа Ia – мощных звёздных взрывов, которые астрономы используют для измерения огромных космических расстояний. Статья об исследовании опубликована в журнале Nature Astronomy.

Сверхновые типа Ia возникают при взрыве белых карликов. Поскольку их вспышки достигают почти одинаковой максимальной яркости, они служат «стандартными свечами»: сравнивая видимый блеск с эталонным, учёные вычисляют расстояние до них. Именно эти измерения помогли установить, что Вселенная расширяется с ускорением. Это явление объясняют действием тёмной энергии, природа которой остаётся одной из главных загадок современной физики.

Однако у метода «стандартных свеч» есть сложности. Астрономы ещё 20 лет назад выяснили, что сверхновые не абсолютно идентичны. На их яркость влияет родительская галактика: вспышки в старых и массивных галактиках могут несколько отличаться от тех, что происходят в молодых. Ранее эти расхождения корректировали с помощью относительно простых поправок, что ограничивало точность космологических моделей.

Новый подход решает эту проблему, так как одновременно анализирует множество факторов в рамках единой статистической и физической модели. Она учитывает не только саму вспышку сверхновой, но и свойства её галактики, влияние космической пыли, изменение частоты вспышек в истории Вселенной и параметры её расширения. Такой комплексный анализ позволяет выявить связи, которые теряются при раздельном изучении компонентов.

Чтобы обработать столь сложную модель, учёные применили так называемый симуляционный вывод. Сначала они сгенерировали на компьютере множество симуляций вселенных с разными параметрами. Затем нейросеть обучилась сопоставлять смоделированные наблюдения с физическими свойствами, которые их породили. После обучения система может анализировать реальные астрономические данные и определять наиболее вероятные параметры нашей Вселенной. Это позволяет одновременно обрабатывать десятки тысяч сверхновых, что было бы невозможно традиционными методами.

Одним из главных результатов стало то, что алгоритм может с высокой точностью определять расстояние до галактик (красное смещение), используя только фотометрические данные, то есть снимки. По точности этот метод сопоставим со спектроскопией, но не требует получения спектров – дорогостоящей и длительной процедуры. Это особенно важно в преддверии запуска новых масштабных обзоров неба.

Обсерватория им. Веры Рубин, которая строится в Чили, в ближайшее время начнёт десятилетний обзор неба и обнаружит беспрецедентное число сверхновых. По оценкам, 99% из них будут наблюдаться только фотометрически. Метод CIGaRS разработан специально для анализа такого огромного массива данных. По расчётам авторов, он может повысить точность космологических измерений вчетверо по сравнению с традиционными подходами, которые опираются на небольшие выборки сверхновых со спектрами.