当科学家用机器学习重新望向银河系核心那片神秘的伽马射线辉光,一个持续多年的争论被再次掀开。这团被称为“银河系中心过剩”的弥散辐射,曾被脉冲星解释占据上风,但最新分析却让暗物质湮灭的可能性重新站上了舞台。
这项研究由维也纳大学和劳伦斯伯克利国家实验室的团队主导,成果发表在《物理评论快报》上。他们训练了一个机器学习模型,利用超过一百万次模拟的伽马射线观测,首次同时处理了每个光子的位置和能量信息。这项过去被忽略的细节,直接改变了方程的结果。
![]()
“解读这个信号尤其困难,因为银河系中心是伽马射线天空中异常明亮和拥挤的区域。”维也纳大学的研究者、论文作者弗洛里安·里斯特这样解释。此前统计分析的倾向,大多认为辉光来自大量不可分辨的亮点——也就是毫秒脉冲星。但新模型显示,如果这些源真的是脉冲星,它们必须异常暗淡。
劳伦斯伯克利国家实验室的科学家、同样参与研究的尼克·罗德指出:“我们的新分析表明,这些源必须暗到几乎与暗物质湮灭的预期辐射无法区分。”这意味着,暗物质作为一种可能的解释,不能再被轻易排除。
研究还给出了一个具体数字:如果脉冲星假说成立,银河系中心附近至少需要聚集35,000颗这样的中子星。这远远超过了此前一些研究假设的几百到几千颗。这个数量上的巨大差距,成为两种理论交锋的新坐标。
关于银河系中心过剩的辩论远未终结。但新引入的机器学习方法,已经为天文学家提供了一个更精细的透镜。无论最终答案指向暗物质还是隐藏的脉冲星群,这次重新审视都揭示出,仅仅多考虑一个维度的数据,就可能改写我们对银河系核心的理解。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.