Un nuovo metodo di intelligenza artificiale, chiamato CIGaRS, promette di migliorare la misurazione dell’espansione dell’Universo usando la luce delle supernove di tipo Ia. La ricerca, pubblicata su Nature Astronomy, coinvolge SISSA, Imperial College London e Università di Barcellona.
Le supernove di tipo Ia sono considerate “candele standardizzabili”: esplosioni stellari utilizzate dagli astronomi per stimare le distanze cosmiche e studiare l’energia oscura. Il problema è che la loro luminosità osservata non dipende solo dall’esplosione, ma anche da polvere interstellare, età e composizione chimica della stella progenitrice e caratteristiche della galassia ospite.
Il nuovo framework CIGaRS, acronimo di Combined Inference and Galaxy-Related Standardisation, usa reti neurali e inferenza basata su simulazioni per analizzare congiuntamente supernove, galassie ospiti e parametri cosmologici. Secondo lo studio, il metodo lavora su osservazioni fotometriche, cioè immagini e curve di luce, riducendo la dipendenza da costose campagne spettroscopiche.
Il risultato più rilevante è la possibilità di ottenere vincoli cosmologici circa quattro volte migliori rispetto alle analisi limitate ai piccoli campioni con follow-up spettroscopico. La ricerca ha testato simulazioni su circa 16.000 supernove di tipo Ia fino a redshift 0,9, con redshift fotometrici robusti e dispersione mediana intorno a 0,01.
Il metodo arriva mentre il Vera C. Rubin Observatory si prepara a produrre una quantità senza precedenti di dati: nel suo programma decennale LSST dovrebbe osservare milioni di supernove di tipo Ia e generare fino a 10 milioni di allerte astronomiche per notte.
Tipo di documento: non è un white paper né un report istituzionale. La fonte principale è una notizia scientifica universitaria dell’Imperial College; il documento scientifico collegato è un articolo peer-reviewed pubblicato su Nature Astronomy.
Approfondimento: cronologia essenziale
1998-1999 — Le supernove di tipo Ia contribuiscono alla scoperta dell’espansione accelerata dell’Universo, poi associata all’energia oscura.
2025 — Il Rubin Observatory annuncia il potenziale di osservare il più grande campione di supernove di tipo Ia mai raccolto.
6 maggio 2026 — SISSA e Università di Barcellona presentano CIGaRS come metodo per estrarre distanze cosmiche da immagini e fotometria.
2026 — Nature Astronomy pubblica lo studio “CIGaRS I”, firmato da Konstantin Karchev, Roberto Trotta e Raúl Jiménez.
Consigli di approfondimento
Leggere l’articolo scientifico su Nature Astronomy per i dettagli tecnici del modello CIGaRS. Consultare le pagine del Vera C. Rubin Observatory per capire l’impatto dei futuri flussi di dati astronomici. Per il contesto italiano, la nota SISSA offre una sintesi istituzionale accessibile.
Abstract etico-sociale
Il vantaggio principale è scientifico: l’IA può aiutare a usare dati astronomici troppo vasti per essere analizzati con metodi tradizionali, accelerando la ricerca sull’energia oscura. Il rischio riguarda l’opacità dei modelli: se le simulazioni incorporano bias o assunzioni errate, anche le conclusioni cosmologiche potrebbero essere distorte. La conseguenza futura sarà una scienza sempre più dipendente da sistemi computazionali verificabili, trasparenti e riproducibili.
