fbpx Spintoni tra universi? Forse no. | Page 6 | Scienza in rete

Spintoni tra universi? Forse no.

Primary tabs

Read time: 2 mins

Nuove analisi mostrano che la teoria del dark flow, che qualche anno fa suggeriva un misterioso e asimmetrico moto del nostro universo, deve essere rivista.

L'idea del dark flow era venuta nel 2008 ai cosmologi del team di Alexander Kashlinsky (NASA) quando avevano osservato che gli ammassi di galassie, sebbene molto distanti tra loro, sembravano essere soggetti a una sorta di trascinamento verso un'unica direzione. Un'osservazione che era in netto contrasto con i dettami del modello standard, che non prevedevano alcuna direzione privilegiata nel moto degli ammassi di galassie. Per spiegare questa asimmetria si invocò l'azione di una grande quantità di materia, forse un universo parallelo che faceva sentire il suo potente influsso.

Un'accurata analisi di 557 supernovae esplose in differenti parti dell'universo sembra però smentire l'idea del dark flow. Will Kinney, De-Chang Dai e Dejan Stojkovic, astronomi dell'Università di Buffalo, hanno infatti esaminato il moto delle supernovae trovando che è solamente per quelle più prossime a noi che si può riscontrare il moto verso una direzione comune. Nello studio, pubblicato su Journal of Cosmology and Astroparticle Physics, si mostra che per le stelle che si trovano a più di 680 milioni di anni luce le differenze nei moti diventano più consistenti e i moti sono distribuiti in ogni direzione, sconfessando dunque il flusso preferenziale suggerito da Kashlinsky.

Non è detto, comunque, che lo studio di Kinney e colleghi sia la parola definitiva e i sostenitori del dark flow non trovino altre prove a sostegno della loro ipotesi.

University at Buffalo

Autori: 
Sezioni: 
Cosmologia

prossimo articolo

Perché le reti neurali hanno vinto i Nobel per la fisica e la chimica?

Quest'anno l'Intelligenza Artificiale ha fatto la parte del leone nei Nobel per la fisica e la chimica. Meglio sarebbe dire machine learning e reti neurali, grazie al cui sviluppo si devono sistemi che vanno dal riconoscimento di immagini alla IA generativa come Chat-GPT. In questo articolo Chiara Sabelli racconta la storia della ricerca che ha portato il fisico e biologo John J. Hopfield e l'informatico e neuroscienzato Geoffrey Hinton a porre le basi dell'attuale machine learning.

Immagine modificata a partire dall'articolo "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

Il premio Nobel per la fisica 2024 è stato assegnato a John J. Hopfield, fisico e biologo statunitense dell’università di Princeton, e a Geoffrey Hinton, informatico e neuroscienziato britannico dell’Università di Toronto per aver sfruttato strumenti della fisica statistica nello sviluppo dei metodi alla base delle potenti tecnologie di machine learning di oggi.