对抗知识焦虑,从看懂这条开始
App 下载对抗知识焦虑,从看懂这条开始
App 下载
AI观测分析|哥本哈根大学|伦敦玛丽女王大学|各向同性假设|FLRW模型|宇宙学|大语言模型|天文宇宙|人工智能
想象你站在海边,认定整个海洋的深度从任何方向看都一模一样——这就是过去一百年里,宇宙学家看待宇宙的方式。他们假设在最大尺度上,宇宙是均匀且各向同性的:无论你站在银河系还是遥远的星系团,看到的星系密度、膨胀速度都没差别。这个被称为FLRW模型的假设,是现代宇宙学的基石,从宇宙年龄测算到暗能量研究,几乎所有结论都建立在它之上。但现在,伦敦玛丽女王大学和哥本哈根大学的团队,用AI工具找到了它可能失效的第一个明确信号。我们一直深信不疑的宇宙“基本规则”,或许只是一个简化的幻觉?
FLRW模型的诞生,是为了给爱因斯坦的广义相对论找一个能描述整个宇宙的解。1920年代,弗里德曼、勒梅特、罗伯逊和沃尔克等科学家先后提出和完善:如果把宇宙里的星系、暗物质都看成均匀分布的“宇宙流体”,就能用一组简洁的方程算出宇宙的膨胀历史。这就像把凹凸不平的地球表面,简化成一张平滑的世界地图——虽然丢失了山脉和海沟的细节,但足够用来规划跨洋航线。
这个模型的核心是两个假设:均匀性,即宇宙中没有哪个区域是特殊的;各向同性,即无论朝哪个方向看,宇宙的模样都一样。近百年来,宇宙微波背景的均匀性、星系分布的统计规律,都似乎在支持这个假设。我们用它算出宇宙年龄约138亿年,算出暗能量占宇宙总质能的68%,甚至用它解释了星系的形成。

但问题在于,宇宙从来不是真正的“流体”。我们已经观测到跨度33亿光年的“巨型弧”、直径13亿光年的“巨环”——这些超大尺度结构的尺寸,远超FLRW模型假设的“均匀尺度”。就像如果在世界地图上发现了一块比大洲还大的凸起,我们不得不开始怀疑:这张地图的简化是不是过头了?

过去也有科学家质疑FLRW模型,但所有测试都绕不开一个死循环:要分析宇宙数据,就得先假设FLRW模型成立,否则连基本的距离测算都做不了。就像用一张有误差的地图去测量山脉的高度,结果自然站不住脚。
伦敦玛丽女王大学的蒂莫西·克利夫顿和哥本哈根大学的阿斯塔·海涅森,找到了一个绕开这个循环的方法。他们没有先假设宇宙是均匀的,而是直接从超新星亮度、物质密度波动等观测数据里提取距离信息,再用一种叫“符号回归”的AI技术,从数据里自动寻找能描述这些距离的数学公式。
符号回归的厉害之处,在于它不需要人类预设公式的形式——就像给AI一堆散落的数字,让它自己找出数字背后的规律。克利夫顿团队给AI设定了一个简单的判断标准:如果FLRW模型成立,那么几组特定距离公式的组合结果应该是0。最终AI给出的结果,明确不等于0。
当然,这个结果还没达到宇宙学界公认的5σ“发现级”显著性,就像医生看到了异常的体检指标,但还不能确诊疾病。但这是第一次,有人在不预设FLRW模型的前提下,找到了它可能失效的量化信号。更重要的是,这个测试不需要依赖任何新的物理假设,它只问一个最朴素的问题:我们观测到的宇宙,真的符合我们一直相信的那个简化模型吗?
如果未来更多数据证实FLRW模型的假设不成立,整个宇宙学的多米诺骨牌都会倒下。首当其冲的就是“哈勃张力”——我们用不同方法测出的宇宙膨胀速率,始终差着一个无法忽略的数值。如果宇宙在大尺度上是不均匀的,那么我们身处的区域可能刚好是一个膨胀更快的“空洞”,而早期宇宙的测量反映的是宇宙的平均膨胀率,两者的差异就有了合理的解释。
暗能量的本质也可能被重新定义。我们现在认为暗能量是驱动宇宙加速膨胀的“神秘力量”,但它可能只是宇宙不均匀性带来的错觉——就像在凹凸不平的路面上开车,会误以为是地面在加速移动。甚至我们对宇宙年龄、物质密度的测算,都需要重新校正:因为我们一直用的是“平滑地图”的尺度,而真实的宇宙,可能是一个充满褶皱和凸起的复杂曲面。
当然,学界也有不同的声音。莱顿大学的苏博德·帕蒂尔提醒,现在就下结论还太早,数据的误差可能还没被完全排除。还有科学家认为,即使宇宙在大尺度上存在轻微的不均匀,FLRW模型依然是一个足够好的近似,就像我们依然会用世界地图规划航线,哪怕它忽略了山脉的存在。但不可否认的是,这个百年假设的“裂缝”,已经第一次被清晰地指了出来。
从牛顿的绝对时空观,到爱因斯坦的相对论,人类对宇宙的认知,始终是在推翻“不证自明”的假设中前进的。FLRW模型的意义,从来不是“正确”,而是它给了我们一个理解宇宙的起点——就像孩子画的第一幅太阳,简单、粗糙,但足够让我们开始认识这个世界。
现在,我们可能正站在一个新起点的门口。未来几年,欧几里得卫星、鲁宾天文台会带来更精确的宇宙地图,AI会帮我们从海量数据里找出更多被忽略的细节。或许我们最终会发现,FLRW模型依然是最好的近似,或许我们会彻底改写宇宙学的基本框架。但无论结果如何,这都是科学最动人的地方:我们永远愿意承认自己的无知,永远愿意重新打量这个我们以为已经熟悉的世界。
人类对宇宙的认知,始于简化,终于复杂。