L’Universo in un laptop: il nuovo emulatore che svela i segreti del cosmo in pochi minuti
Un nuovo studio su JCAP testa un “emulatore” per ricostruire la struttura a grande scala del cosmo
Trieste, 16 settembre 2025 – Se pensate che una galassia sia grande, mettetela a confronto con la dimensione dell’Universo: non è che un piccolissimo puntino che, insieme a un numero enorme di altri puntini, forma ammassi che si aggregano in superammassi, che a loro volta si intrecciano in filamenti inframmezzati dal vuoto, una sorta di immensa ossatura 3D del nostro Universo.
Se vi sono venute le vertigini e vi chiedete come si possa comprendere o addirittura “vedere” qualcosa di così immenso, la risposta è: non è facile. Gli scienziati combinano la fisica dell’Universo con i dati degli strumenti astronomici e costruiscono modelli teorici, come l’EFTofLSS (Effective Field Theory of Large-Scale Structure). Questi modelli, “nutriti” dalle osservazioni, descrivono in modo statistico la “rete cosmica” e consentono di stimarne i parametri chiave.
I modelli come EFTofLSS però richiedono molto tempo e risorse computazionali. Visto che però i dati astronomici a nostra disposizione stanno crescendo esponenzialmente, servono modi per alleggerire l’analisi senza perdere in precisione. Per questo esistono gli emulatori, che “imitano” il modo di rispondere dei modelli, ma lavorano molto più rapidamente.
Essendo però questa una sorta di “scorciatoia”, qual è il rischio di perdere in accuratezza? Un team internazionale che include, tra gli altri, INAF (Italia), L’università di Parma e l’Università di Waterloo (Canada) ha pubblicato sul Journal of Cosmology and Astroparticle Physics (JCAP) uno studio che testa l’emulatore Effort.jl, da loro progettato, mostrando che offre sostanzialmente la stessa correttezza del modello che imita con il vantaggio di girare in pochi minuti su un normale laptop, invece che su un supercomputer.
“Immaginiamo di voler studiare il contenuto di un bicchiere d’acqua a livello dei componenti microscopici, i singoli atomi, o ancora più in piccolo: in teoria si può fare. Ma se volessimo descrivere nel dettaglio cosa succede quando l’acqua si muove, per la crescita esplosiva dei calcoli diventa praticamente impossibile – spiega Marco Bonici, ricercatore dell’Università di Waterloo in Canada e primo autore dello studio – Si possono però codificare alcune proprietà a livello microscopico e vedere qual è il loro effetto a livello macroscopico, ovvero il movimento del fluido nel bicchiere. Questo è ciò che fa una teoria di campo efficace, ovvero un modello come EFTofLSS, dove l’acqua del mio esempio è l’Universo su grandissime scale e i componenti microscopici sono i processi fisici a piccola scala”.
Il modello teorico spiega statisticamente la struttura che dà origine ai dati raccolti: le osservazioni astronomiche vengono date in pasto al codice che calcola una “previsione.” Questo però richiede tempo e molte risorse di calcolo. Con la mole di dati attuale e che ci si aspetta da alcune survey future o iniziate da poco (come DESI, che ha già rilasciato un primo blocco di dati, ed Euclid) non è pratico farlo sempre in modo completo.
“Per questo oggi si ricorre a emulatori, come il nostro, in grado di ridurre drasticamente tempi e risorse,” prosegue Bonici. Un emulatore di fatto “mima” quello che fa il modello: il suo cuore è una rete neurale che impara ad associare i parametri in ingresso alle previsioni già fatte dal modello. La rete viene addestrata sulle uscite del modello e, dopo l’addestramento, è in grado di generalizzare anche su combinazioni di parametri mai incontrate.
L’emulatore non “capisce” la fisica in sé: conosce molto bene le risposte del modello teorico e sa anticipare che cosa risponderebbe a un nuovo input. L’originalità di Effort.jl è che riduce ulteriormente la fase di addestramento, incorporando nell’algoritmo conoscenze che già abbiamo su come variano le previsioni al variare dei parametri: invece di farle “reimparare” alla rete, le usa in partenza.
Effort.jl usa anche i gradienti – cioè “quanto e in che direzione” cambiano le previsioni se si modifica di pochissimo un parametro, un altro elemento che contribuisce a far sì che l’emulatore impari con molti meno esempi – richiedendo quindi meno potenza di calcolo, e quindi computer “più piccoli”.
Uno strumento del genere necessita però di estesi test per validarlo: se l’emulatore non conosce la fisica, quanto siamo sicuri che la sua scorciatoia dia risposte corrette (cioè le stesse che darebbe il modello)? Lo studio appena pubblicato risponde proprio a questa domanda, mostrando che l’accuratezza di Effort.jl, sia su dati simulati sia su dati reali, è in stretto accordo con quella del modello.
“E in alcuni casi, in cui con il modello bisogna tagliare un po’ l’analisi di alcuni dati per velocizzare, con Effort.jl siamo riusciti a includere anche quei pezzi mancanti”, conclude Bonici. Effort.jl quindi si presenta come un valido alleato per analizzare le prossime release di dati di esperimenti come DESI e Euclid, che promettono di approfondire notevolmente le nostre conoscenze sull’Universo a grande scala.
Lo studio “Effort.jl: a fast and differentiable emulator for the Effective Field Theory of the Large Scale Structure of the Universe” di Marco Bonici, Guido D’Amico, Julien Bel e Carmelita Carbone è disponibile sul Journal of Cosmology and Astroparticle Physics.
