
← To Bardziej Skomplikowane22 jul · 52 min
#61- Jak wiele Wszechświata naprawdę widzimy? Kosmiczna sieć i ciemna materia | prof. Agnieszka Pollo
W dzisiejszym odcinku rozmawiam z prof. Agnieszką Pollo o granicach obserwowalnego Wszechświata, o tym, czego nie jesteśmy w stanie zobaczyć, oraz o tym, jak astronomia próbuje poznawać rzeczywistość znajdującą się poza zasięgiem naszych teleskopów.
Pomimo coraz dokładniejszych teleskopów i rosnącej ilości danych obraz Wszechświata, którym dysponujemy, wciąż pozostaje niepełny. Wynika to nie tylko z ogromnej skali kosmosu, lecz także z ograniczeń naszych instrumentów oraz faktu, że obserwujemy przede wszystkim świecącą materię, podczas gdy rusztowanie wielkoskalowej struktury Wszechświata tworzy głównie niewidoczna ciemna materia.W dzisiejszym odcinku miałem przyjemność porozmawiać o granicach obserwacji Wszechświata z prof. Agnieszką Pollo, astrofizyczką, zastępczynią dyrektora Narodowego Centrum Badań Jądrowych ds. naukowych oraz profesor Uniwersytetu Jagiellońskiego. Rozmawiamy m.in. o kosmicznej sieci, mapowaniu galaktyk, przesunięciu ku czerwieni, ciemnej materii, napięciach kosmologicznych, modelu Lambda-CDM, galaktykach, których niemal nie widzimy, oraz roli sztucznej inteligencji w analizie danych astronomicznych.
W tej rozmowie poruszamy m.in. następujące kwestie:
- W jaki sposób z niewielkich zaburzeń gęstości we wczesnym Wszechświecie powstała kosmiczna sieć oraz dlaczego do wyjaśnienia jej struktury potrzebujemy ciemnej materii i ciemnej energii.- Jak astronomowie tworzą trójwymiarowe mapy Wszechświata na podstawie płaskich obrazów nieba, przesunięcia ku czerwieni oraz pomiarów spektroskopowych i fotometrycznych.- W jaki sposób soczewkowanie grawitacyjne pozwala badać niewidoczną materię oraz co napięcia S8 i Hubble’a mogą mówić o ograniczeniach obecnego modelu kosmologicznego.- Dlaczego w ultrafiolecie, świetle widzialnym i podczerwieni możemy zobaczyć inną kosmiczną sieć oraz jak wpływa to na możliwość uprawiania precyzyjnej kosmologii.- Czy sztuczna inteligencja może znaleźć w ogromnych zbiorach danych astronomicznych anomalie, których wcześniej nie potrafiliśmy przewidzieć ani nazwać.---------prof. dr hab. Agnieszka Pollo to astrofizyczka, zastępczyni dyrektora Narodowego Centrum Badań Jądrowych ds. naukowych oraz profesor w Obserwatorium Astronomicznym Uniwersytetu Jagiellońskiego. W swojej pracy badawczej zajmuje się kosmologią obserwacyjną, statystyką wielkoskalowej struktury Wszechświata, ewolucją galaktyk, wielowymiarową analizą danych oraz astroinformatyką.Była członkinią komitetu sterującego międzynarodowego przeglądu galaktyk VIPERS, kieruje polskim konsorcjum projektu LSST związanego z Obserwatorium Very C. Rubin oraz polskim udziałem w projekcie POLAR-2. Prowadzone przez nią badania pomagają lepiej zrozumieć rozmieszczenie galaktyk, rozwój kosmicznej sieci oraz ograniczenia wynikające z tego, że znaczną część materii we Wszechświecie możemy badać jedynie pośrednio.Wikipedia: https://pl.wikipedia.org/wiki/Agnieszka_PolloStrona NCBJ: https://www.ncbj.gov.pl/index.php/aktualnosci/profesor-agnieszka-pollo-objela-funkcje-zastepcy-dyrektora-ncbj-ds-naukowych-------Rozdziały:00:00:00 Wstęp00:01:00 Czym jest kosmiczna sieć?00:03:38 Rozmiar i ewolucja struktury Wszechświata00:06:05 Ciemna materia i ciemna energia00:09:56 Jak tworzymy mapę Wszechświata00:12:13 Przesunięcie ku czerwieni00:15:44 Pył i granice obserwacji00:18:24 Spektroskopia a pomiary fotometryczne00:21:02 Jak mierzymy niewidzialną ciemną materię00:23:20 Soczewkowanie grawitacyjne00:26:07 Napięcia S8 i Hubble’a00:32:33 Dlaczego model Lambda-CDM działa "rozczarowująco dobrze"00:35:35 Symulacje, galaktyki i ciemna materia00:38:30 Galaktyki o niskiej jasności powierzchniowej00:40:11 Czy w różnych zakresach widzimy inną kosmiczną sieć?00:40:59 Sztuczna inteligencja w astronomii00:46:21 "Garbage in, garbage out"00:47:25 Szukanie anomalii i rola ludzkiej percepcji00:50:13 Czego możemy oczekiwać po nowych obserwacjach?--------Nazywam się Michał Szyc, a to jest podcast "To Bardziej Skomplikowane".Jeśli uważasz, że analityczne i merytoryczne r