اشتراک
در پژوهش‌های مربوط به ماده تاریک، «طبیعی بودن» توصیف می‌کند که چگونه یک نظریه می‌تواند بدون نیاز به تنظیم دقیق پارامترهای خود، جهان مشاهده‌شده ما را تولید کند. اعتبار تصویر: Shutterstock
در پژوهش‌های مربوط به ماده تاریک، «طبیعی بودن» توصیف می‌کند که چگونه یک نظریه می‌تواند بدون نیاز به تنظیم دقیق پارامترهای خود، جهان مشاهده‌شده ما را تولید کند. اعتبار تصویر: Shutterstock
فضا علم نجوم

آزمون جدید، فرضیه‌ای دیرینه درباره ماده تاریک را زیر سوال می‌برد

پژوهشی نوین نظریه‌های بسیار متفاوت ماده تاریک را از طریق یک آزمون کمّی مشترک «طبیعی بودن» (Naturalness) به چالش می‌کشد

در یک نگاه چکیدهٔ خودکار موتور هوش مصنوعی افق آبی

پژوهشی جدید توسط استفانوی پروفومو از دانشگاه کالیفرنیا، سانتا کروز، دوازده سناریوی پیشرو ماده تاریک را با آزمون کمّی واحدی به نام «طبیعی بودن» مقایسه کرده است. این مطالعه که در مجله Physical Review D منتشر شده، نشان می‌دهد برخلاف تصور رایج، ماده تاریک ذره‌ای لزوماً گزینه‌ای طبیعی‌تر از سیاه‌چاله‌های اولیه نیست و برخی مدل‌های سیاه‌چاله تقریباً تا حد ممکن طبیعی‌اند، در حالی که برخی مدل‌های ذره‌ای به شدت تنظیم‌شده‌اند. این تحلیل با استفاده از معیار باربییری-جودیچه، حساسیت فراوانی پیش‌بینی‌شده ماده تاریک را نسبت به تغییر اندک پارامترهای پایه هر مدل می‌سنجد. نتایج نشان می‌دهد مدل‌های هر دو دسته در سراسر طیف تنظیم دقیق پراکنده‌اند؛ برای نمونه، سناریویی مبتنی بر فروپاشی دیواره‌های دامنه در میان طبیعی‌ترین مدل‌ها قرار گرفت، در حالی که مدل آشنای نابودی ذرات از طریق تشدید بوزون هیگز به تنظیم پارامتری در حد کسری از درصد نیاز دارد. پروفومو نتیجه می‌گیرد که طبیعی بودن ابزاری مفید برای اولویت‌بندی جست‌وجوهاست، اما نمی‌تواند کل یک دسته از ایده‌ها را رد کند، زیرا تنظیم دقیق در مدل‌های فردی ریشه دارد، نه در نوع ماده تاریک. این پژوهش ماده تاریک را شناسایی نمی‌کند، اما روشی سازگار برای مقایسه نظریه‌های رقیب ارائه می‌دهد.

استفانوی پروفومو
استاد فیزیک دانشگاه کالیفرنیا سانتا کروز، استفانوی پروفومو. عکس: کارولین لاگاتا، دانشگاه کالیفرنیا سانتا کروز
عکس توسط کارولین لاگاتا، دانشگاه کالیفرنیا سانتا کروز

پژوهشی نوین نظریه‌های بسیار متفاوت ماده تاریک را از طریق یک آزمون کمّی مشترک «طبیعی بودن» به چالش می‌کشد.

پژوهشی نوین نظریه‌های بسیار متفاوت ماده تاریک را از طریق یک آزمون کمّی مشترک «طبیعی بودن» به چالش می‌کشد.

برخی از رایج‌ترین فرضیات درباره ماده تاریک ممکن است کمتر به نوع ماده تاریک پیشنهادی وابسته باشند و بیشتر به جزئیات نحوه تولید آن توسط یک مدل خاص بستگی داشته باشند.

تحلیل جدیدی توسط استفانوی پروفومو، استاد فیزیک دانشگاه کالیفرنیا، سانتا کروز، دوازده سناریوی پیشرو ماده تاریک را با استفاده از همان آزمون ریاضی تنظیم دقیق مقایسه می‌کند. این مطالعه نشان می‌دهد که هم ماده تاریک ذره‌ای و هم سیاه‌چاله‌های اولیه شامل مدل‌هایی هستند که نسبتاً طبیعی‌اند و همچنین مدل‌هایی که نیازمند تنظیم دقیق پارامترها با دقت قابل توجه می‌باشند. نتایج این پژوهش در مجله Physical Review D منتشر شده است.

«عادی است که سیاه‌چاله‌های اولیه را به عنوان جایگزینی عجیب و تنظیم‌شده و ماده تاریک ذره‌ای را به عنوان گزینه پیش‌فرض امن و طبیعی در نظر بگیریم»، به گفته پروفومو، معاون مدیر بخش تئوری در مؤسسه فیزیک ذرات سانتا کروز. «اما وقتی اعداد را واقعاً کنار هم اجرا کنید، این داستان دوام نمی‌آورد. برخی سناریوهای سیاه‌چاله تقریباً تا حد ممکن طبیعی هستند. برخی سناریوهای ذره‌ای به شدت تنظیم‌شده‌اند. و برخی از هر کدام دقیقاً در وسط قرار می‌گیرند.»

قرار دادن نظریه‌های ماده تاریک روی یک مقیاس

قرار دادن نظریه‌های ماده تاریک روی یک مقیاس

ماده تاریک بخش عمده‌ای از ماده در جهان را تشکیل می‌دهد و نقش مهمی در شکل‌گیری و حرکت کهکشان‌ها دارد، اما هرگز به صورت مستقیم شناسایی نشده است. فیزیکدانان توضیحات بسیاری را پیشنهاد کرده‌اند، از ذرات زیراتمی ناشناخته گرفته تا سیاه‌چاله‌های اولیه که ممکن است در لحظات آغازین جهان شکل گرفته باشند.

بدون وجود یک شناسایی تأییدشده، محققان اغلب نظریه‌های رقیب را تا حدی بر اساس «طبیعی بودن» آن‌ها قضاوت می‌کنند. در فیزیک، یک مدل طبیعی جهان مشاهده‌شده را بدون نیاز به اینکه چندین پارامتر پایه مقادیر بسیار دقیقی اتخاذ کنند، تولید می‌کند. اگر تغییر کوچک در یک ورودی باعث تغییر چشمگیر در پیش‌بینی شود، آن مدل تنظیم‌شده‌تر در نظر گرفته می‌شود.

مفهوم طبیعی بودن دهه‌هاست که بر فیزیک نظری تأثیر گذاشته است، اما مقایسه‌ها اغلب به صورت غیررسمی انجام می‌شوند یا به روش‌های مختلف در کلاس‌های مختلف مدل‌ها اعمال می‌گردند. مطالعه پروفومو در عوض از یک روش کمّی واحد برای مقایسه پیشنهادهای بسیار متفاوت ماده تاریک در شرایط برابر استفاده می‌کند.

اندازه‌گیری حساسیت هر مدل

اندازه‌گیری حساسیت هر مدل

این تحلیل از معیار باربییری-جودیچه استفاده می‌کند که ردیابی می‌کند چگونه فراوانی پیش‌بینی‌شده ماده تاریک در یک مدل هنگام تغییر اندک یکی از پارامترهای پایه آن، به شدت تغییر می‌کند. مدلی که پیش‌بینی آن تنها تغییرات ملایمی دارد، نسبت به فرضیات خود حساسیت کمی دارد. مدلی که خروجی آن به شدت جابه‌جا می‌شود، نیازمند تنظیم دقیق‌تری است.

پروفومو این معیار را روی ۱۲ سناریوی تثبیت‌شده ماده تاریک اعمال کرد. این سناریوها شامل چندین نامزد ذره‌ای، مانند WIMP (ذره سنگین با تعامل ضعیف) که سال‌ها مورد مطالعه بوده است، و همچنین مکانیزم‌های متعددی که می‌توانستند سیاه‌چاله‌های اولیه را بلافاصله پس از مهبانگ تولید کنند، بودند.

محدوده حاصل به طور تمیزی به مدل‌های ذره‌ای در یک طرف و مدل‌های سیاه‌چاله در طرف دیگر تقسیم نمی‌شود. در عوض، مدل‌هایی از هر دو دسته در سراسر طیف تنظیم دقیق ظاهر می‌شوند. این مقایسه نشان می‌دهد که طبیعی بودن به شدت به مکانیزم تولید خاص بستگی دارد، نه صرفاً به اینکه آیا ماده تاریک پیشنهادی از ذرات تشکیل شده یا سیاه‌چاله‌ها.

برخی مدل‌های آشنا نیازمند تنظیم دقیق غیرمنتظره‌ای هستند

برخی مدل‌های آشنا نیازمند تنظیم دقیق غیرمنتظره‌ای هستند

یکی از سناریوهای سیاه‌چاله اولیه عملکرد بسیار خوبی داشت. در آن مدل، شبکه‌هایی از ساختارها که به عنوان دیواره‌های دامنه شناخته می‌شوند، فرو می‌ریزند و سیاه‌چاله‌ها را تشکیل می‌دهند. این سناریو در میان طبیعی‌ترین سناریوها در تحلیل رتبه‌بندی شد و با برخی از کم‌تنظیم‌ترین مدل‌های ذره‌ای قابل مقایسه بود.

یک سناریوی ذره‌ای که به طور گسترده مطالعه شده است، نزدیک به انتهای مخالف مقیاس قرار گرفت. در آن مدل، ذرات ماده تاریک از طریق یک تشدید مرتبط با بوزون هیگز نابود می‌شوند. تولید مقدار مورد نیاز ماده تاریک مستلزم آن است که یک پارامتر در محدوده کسری از درصد تنظیم شود، که آن را به یکی از تنظیم‌شده‌ترین موارد بررسی شده تبدیل می‌کند.

سایر مدل‌های ذره‌ای و سیاه‌چاله اولیه موقعیت‌های میانی را اشغال کردند. این نتیجه علیه انتساب یک برچسب طبیعی بودن واحد به کل دسته‌ای از نامزدهای ماده تاریک استدلال می‌کند.

یک آزمون مشترک، نه یک برنده

یک آزمون مشترک، نه یک برنده

«طبیعی بودن قدرت واقعی به عنوان یک فیلتر برای تصمیم‌گیری درباره اینکه کجا باید بعداً جستجو کرد، دارد»، به گفته پروفومو. «اما نمی‌تواند میانبری برای رد کردن کل دسته‌ای از ایده‌ها، مانند سیاه‌چاله‌های اولیه، باشد، فقط به این دلیل که چند مدل فردی در آن دسته تصادفاً تنظیم‌شده هستند. تنظیم در مدل خاص زندگی می‌کند، نه در نوع ماده تاریکی که با آن شروع کرده‌اید.»

این مطالعه ماده تاریک را شناسایی نمی‌کند یا اثبات نمی‌کند که مدل‌های با تنظیم کمتر صحیح هستند. با این حال، راهی سازگار برای مقایسه نظریه‌های رقیب ارائه می‌دهد و پیشنهاد می‌کند که طبیعی بودن زمانی بیشترین کاربرد را دارد که به مدل‌های فردی اعمال شود، نه کل دسته‌بندی‌ها.

مرجع: "ماده تاریک سیاه‌چاله اولیه: مقایسه کمّی حساسیت پارامتر در سراسر مکانیزم‌های تشکیل و نامزدهای ذره‌ای" توسط استفانوی پروفومو، ۱۱ اکتبر ۲۰۲۶، Physical Review D.
DOI: https://doi.org/10.1103/nk1q-5k51

اشتراک:
این گزارش ترجمه و بازنویسی خبری با موتور هوش مصنوعی افق آبی است و برای خوانندهٔ فارسی‌زبان بازتنظیم شده. منبع اصلی: scitechdaily.com