Neuer Software-Trick entschlüsselt das Universum auf einem Laptop

Mit neuer Software können Forscher das Universum so schnell kartieren wie nie: Effort.jl reduziert Berechnungen von Tagen auf Stunden - und das auf einem Laptop statt auf Supercomputern. Ein spannendes Update für die Kosmologie.

Effort.jl: Galaxien-Kartierung in Minuten statt Tagen

Das Universum gleicht einem gewaltigen Netz: Galaxien sind darin nur winzige Punkte, die sich zu Clustern, Superclustern und langen Filamenten verbinden, durchsetzt von gewaltigen Leerräumen. Dieses "kosmische Gewebe" zu vermessen ist eine der zentralen Aufgaben der modernen Kosmologie - und eine der datenintensivsten.

Um solche Strukturen zu beschreiben, nutzen Forschende die Effective Field Theory of Large-Scale Structure (EFTofLSS). Sie fasst die unzähligen Prozesse im Detail zu einem Modell zusammen, das statistisch die großräumige Ordnung erklärt. Doch die Kehrseite: Die Berechnungen sind extrem rechenintensiv. Mit jedem neuen Großprojekt zur Kartierung des Kosmos steigen die Datenmengen, und klassische Analysen kommen an ihre Grenzen.


Ein Team um Marco Bonici von der University of Waterloo hat nun mit Effort.jl eine Lösung entwickelt. Der Name steht für "EFfective Field theORy surrogaTe". Die Software ist ein Emulator: Sie lernt, wie das EFTofLSS-Modell auf Eingaben reagiert, und kann diese Antworten anschließend um ein Vielfaches schneller berechnen. Statt tagelanger Läufe auf Supercomputern genügen Minuten auf einem handelsüblichen Laptop - ohne an Genauigkeit zu verlieren.

Ein Kernvorteil von Effort.jl ist, dass es nicht nur schneller rechnet, sondern seine Vorhersagen auch differenzierbar sind. Das bedeutet: Für jeden Eingabewert - etwa die Hubble-Konstante oder die Dichte von Materie - kann man berechnen, wie stark sich das Ergebnis verändert, wenn man ihn minimal anpasst. Man erhält also eine Art Karte, die zeigt, in welche Richtung sich das Modell bewegt, wenn man an bestimmten Stellschrauben dreht.

Genau hier kommen moderne statistische Verfahren ins Spiel. Der Hamiltonian Monte Carlo Sampler (HMC). Er hilft Forschern, Wahrscheinlichkeitslandschaften gezielt zu durchkämmen, um die besten Werte für die kosmologischen Stellschrauben zu finden. Klassische Verfahren bewegen sich dabei eher blind von Punkt zu Punkt. HMC hingegen nutzt eine Art Kompass: Er zeigt an, in welche Richtung kleine Veränderungen besonders wirksam sind - und ermöglicht so eine schnellere und direktere Suche durch die Landschaft möglicher Lösungen.

Bislang war das in kosmologischen Modellen kaum praktikabel, weil diese Informationen für jede Berechnung einzeln ermittelt werden mussten. Da Effort.jl diese Information automatisch mitliefert, wird HMC hier erstmals zu einer realistisch nutzbaren Option. Die Folge: Die Suche nach den richtigen kosmologischen Werten läuft nicht nur schneller, sondern auch zuverlässiger, weil das Verfahren die Landschaft gezielter erkundet.

Software schlägt Superrechner

Tests an den PT-Challenge-Simulationen - einem internationalen Vergleichstest mit hochpräzisen Computersimulationen der Strukturbildung - und den Daten der BOSS-Galaxienvermessung - einer der bislang größten Himmelsdurchmusterungen des Sloan Digital Sky Survey - zeigen: Effort.jl liefert praktisch deckungsgleiche Ergebnisse mit etablierten Codes wie pybird, aber in einem Bruchteil der Zeit. In manchen Fällen erlaubt es sogar detailliertere Analysen, weil bislang aus Zeitgründen weggelassene Bausteine einbezogen werden können.

Mit Blick auf die bevorstehenden Datenfluten von DESI (Dark Energy Spectroscopic Instrument, ein laufendes Projekt zur Kartierung von Millionen Galaxien) und Euclid (eine ESA-Weltraummission, gestartet 2023, mit dem Ziel, die Rolle der Dunklen Energie zu untersuchen) wird Effort.jl zu einem zentralen Werkzeug: Es verbindet die Genauigkeit der klassischen Theorie mit der Effizienz moderner Emulation und schafft so die Grundlage, das kosmische Netz noch feiner zu kartieren - und damit das Verständnis von Dunkler Energie und der Dynamik des Universums entscheidend zu vertiefen.


Siehe auch: