باحثون يكشفون عن طريقة جديدة للذكاء الاصطناعي لاكتشاف المادة المظلمة
علماء في جامعة كاليفورنيا قد قدموا تقنية مبتكرة مدفوعة بالذكاء الاصطناعي لتحديد إشارات المادة المظلمة من بيانات التلسكوبات. الطريقة، المفصلة في نشرة حديثة في مجلة Nature، تعد بتحسين دقة الكشف بشكل كبير. هذا الاختراق يمكن أن يسرع تأكيد جسيمات المادة المظلمة.
في 30 سبتمبر 2025، أعلن فريق بقيادة الدكتورة جين سميث من جامعة كاليفورنيا عن تقدم ثوري في البحث عن المادة المظلمة. المنشور في مجلة Nature، يصف الدراسة خوارزمية ذكاء اصطناعي جديدة مصممة لفرز مجموعات بيانات هائلة من الملاحظات الفلكية، معزولة إمكانيات توقيعات المادة المظلمة بدقة غير مسبوقة.
تبني البحوث على خمس سنوات من جمع البيانات، من 2020 إلى 2025، بشكل أساسي من مرصد مونا كيا في هاواي. الطرق التقليدية للكشف قد واجهت صعوبة مع الضوضاء في الإشارات الكونية، لكن هذا النهج الجديد يستخدم التعلم الآلي لتصفية التداخلات، محققًا قوة إشارات تصل إلى 10 أضعاف التقنيات السابقة. "هذا تغيير جذري لعلم الفلك الفيزيائي"، قالت الدكتورة سميث في البيان. "من خلال الاستفادة من الذكاء الاصطناعي، نتمكن من كشف أنماط كانت ستظل مخفية في فيضان البيانات."
المادة المظلمة، التي تشكل حوالي 27% من محتوى الكتلة-الطاقة في الكون، تظل واحدة من أعظم ألغاز علم الكونيات رغم عقود من الأدلة غير المباشرة من خلال التأثيرات الجاذبية. التجارب السابقة، مثل تلك التي تستخدم مسرعات الجسيمات أو كاشفات تحت الأرض، أنتجت نتائج غير حاسمة. هذه الطريقة تحول التركيز إلى علم الفلك الملاحظ، محللة أشعة غاما وانبعاثات أخرى قد تشير إلى انهيار المادة المظلمة.
الآثار عميقة. إذا تم التحقق منها، يمكن أن تؤدي التقنية إلى أول تأكيد مباشر لجسيمات المادة المظلمة خلال العقد القادم، معاد صياغة فهمنا لتكون الكون وتطوره. يخطط الفريق لتطبيق نموذج الذكاء الاصطناعي على بيانات قادمة من تلسكوبات الجيل التالي، بما في ذلك مرصد فيرا سي. روبين. بينما تبقى التحديات، مثل معايرة الخوارزمية ضد الظواهر الفلكية الفيزيائية المعروفة، إلا أن الدراسة قد أثارت اهتمامًا بين المتعاونين الدوليين.
يبرز هذا التطور الدور المتزايد للذكاء الاصطناعي في الاكتشاف العلمي، رابطًا القوة الحاسوبية مع أسئلة أساسية في الفيزياء. يحذر الخبراء من أنه رغم الوعد، فإن التحققات المراجعة من قبل الأقران الإضافية أساسية لاستبعاد الإيجابيات الكاذبة.