Dark Energy Spectroscopic Instrument (DESI) di Kitt Peak National Observatory di Arizona telah merampungkan survei langit selama lima tahun, dengan mengumpulkan data lebih dari 47 juta galaksi dan kuasar. Pencapaian ini menciptakan peta alam semesta paling detail hingga saat ini, melampaui ekspektasi awal sebanyak 34 juta objek. Temuan ini dapat memberikan titik terang mengenai pelemahan energi gelap yang teramati.
DESI mulai memindai langit pada tahun 2021 dari Kitt Peak National Observatory. Instrumen tersebut mengamati galaksi-galaksi yang sangat redup dengan hanya menangkap 100 atau 200 foton karena jaraknya yang sangat jauh. David Schlegel dari Lawrence Berkeley National Laboratory mencatat bahwa peta kosmik sebelumnya hanya mencakup total sekitar 5 juta galaksi, sehingga data DESI hampir sepuluh kali lebih besar. "Kami sebenarnya telah berada dalam kurva ini sepanjang karier saya, di mana setiap 10 tahun kami membuat peta yang 10 kali lebih besar," ujar Schlegel, sembari memproyeksikan bahwa setiap galaksi yang dapat diamati dalam jarak 10 miliar tahun cahaya dapat dipetakan pada tahun 2061 jika tren tersebut berlanjut. Survei ini mencakup 14.000 derajat persegi langit, dengan rencana untuk diperluas menjadi 17.000 derajat persegi. Seluruh langit mencakup lebih dari 41.000 derajat persegi, meskipun banyak bagian yang terhalang oleh objek terang di dekatnya seperti Bima Sakti. Analisis data akan memakan waktu satu tahun lagi sebelum dirilis kepada para peneliti, sementara DESI tetap beroperasi setidaknya selama dua setengah tahun ke depan, dengan harapan adanya peningkatan hingga tahun 2030-an. Himpunan data DESI sebelumnya dari tahun 2024 mengisyaratkan bahwa energi gelap, yang mencakup sekitar 70 persen alam semesta, mungkin melemah seiring waktu dan tidak tetap konstan. Hal ini menantang model kosmologi lambda-CDM dan dapat memicu lahirnya teori-teori baru. Ofer Lahav dari University College London merefleksikan perubahan ini: 40 tahun lalu, sampel hanya terdiri dari ribuan galaksi, namun kini para peneliti menghadapi banjir data. "Saya rasa mahasiswa saya [saat ini] mungkin menghadapi masalah sebaliknya; dibanjiri oleh data, dan sangat menantang untuk menganalisisnya," ujarnya.