9 دقیقه
کاوش مرز پیش از بیگ بنگ با ابررایانهها
یک مرور جدید توسط کیهان‌شناس Eugene Lim (King's College London) و اخترفیزیک‌دانان Katy Clough (Queen Mary University of London) و Josu Aurrekoetxea (University of Oxford)، منتشرشده در Living Reviews in Relativity (ژوئن 2025)، مطرح می‌کند که شبیه‌سازی‌های گستردهٔ کامپیوتری — به‌ویژه نسبیت عددی — میتوانند کیهانشناسی را فراتر از مرزهای تحلیلی سنتی ببرد. نویسندگان پیشنهاد می‌دهند از راه حل‌های عددی معادلات میدان اینشتین برای بررسی رژیمهای گرانشی و انرژی بسیار شدید استفاده شود؛ جاهایی که حساب‌های قلم‌وکاغذی کارآیی خود را از دست می‌دهند. این شبیهسازیها روی ابررایانه‌های مدرن اجرا می‌شوند و برای پرداختن به پرسش‌های کلیدی طراحی شده‌اند: آیا جهانی پیش از بیگ بنگ وجود داشته است؟ آیا کیهان ما یکی از چندین جهان در یک چندجهانی است؟ آیا عالم ما با جهانی دیگر برخورد کرده و آثار قابل مشاهده‌ای در آسمان به جا گذاشته؟ یا ممکن است کیهان چرخه‌هایی از انقباض و بازتولد را تجربه کند؟
معادلات اینشتین همچنان موفق‌ترین توصیف گرانش و فضا–زمان هستند، ولی میتوانند به تکینگی‌ها منجر شوند — نقاطی که چگالی و انحنا به‌صورت رسمی نامتناهی می‌شوند و فیزیک کلاسیک ناکارآمد می‌گردد. مدل‌های استاندارد کیهانشناسی برای ساده‌سازی محاسبات فرض می‌کنند که جهان همگن و همسان‌گرد است (در همه‌جا و در همهٔ جهات یکسان). آن تقارن تسهیلی به پژوهشگران اجازه می‌دهد معادلات اینشتین را به شکلی قابل‌حل کاهش دهند. با این حال این فروض ممکن است در نزدیکی بیگ بنگ یا در سناریوهای بسیار شدید برقرار نباشند و تکیه صرف بر آن‌ها خطر از دست رفتن فیزیک مهم را به همراه دارد. نسبیت عددی این محدودیت‌های تقارنی را برمی‌دارد و با حل عددی معادلات کامل و غیرخطی، محققان را قادر می‌سازد فضا–زمان‌های ناهمسان، ناهماهنگ و دارای انحنای قوی را بررسی کنند.
نسبیت عددی: تاریخچه و ارتباط با کیهانشناسی
نسبیت عددی در دهه‌های 1960 و 1970 پدید آمد تا دینامیکهای بسیار غیرخطی گرانشی را مدل کند — به‌ویژه برخورد سیاهچالهها و انتشار امواج گرانشی. این روش هم‌زمان با تلاش‌های تجربی مانند LIGO (رصدخانهٔ تداخل‌سنجی لیزری امواج گرانشی) رشد و تکامل یافت. یک نقطهٔ عطف مهم در سال 2005 رخ داد که گروه‌های نسبیت عددی شبیه‌سازی‌های قابل‌اعتماد برخورد سیاهچالهها را تولید کردند که با سیگنال‌های امواج گرانشی مشاهده‌شده همخوانی داشت. این موفقیت‌ها نشان دادند که پدیده‌های پیچیده و قویِ نسبیتی را می‌توان با ترکیب معادلات اینشتین و محاسبات بزرگ‌مقیاس پیشبینی کرد.
Lim این قابلیت را با تمثیلی توضیح می‌دهد: «می‌توانی زیر چراغ خیابان جست‌وجو کنی، ولی نمی‌توانی خیلی فراتر از چراغ، جایی که تاریک است بروی — آن معادلات را نمی‌توانی حل کنی. نسبیت عددی به تو اجازه می‌دهد مناطق دورتر از چراغ را کاوش کنی.» با حذف فروض تقارنی، نسبیت عددی میتواند شرایط اولیهٔ به‌طور رادیکال متفاوتی برای جهانِ اولیه شبیه‌سازی کند و بررسی کند آیا تورم، کیهان‌های جهشی یا مکانیزم‌های دیگر به‌صورت طبیعی پدید می‌آیند یا خیر.
چرا تورم هنوز گیج‌کننده است
تورم کیهانی — یک دورهٔ فرضی از انبساط نمایی در کسری از ثانیهٔ نخست — توضیح می‌دهد که چرا جهان قابل مشاهده در مقیاسهای بزرگ تخت، همگن و همسان‌گرد به‌نظر می‌رسد. اما خودِ تورم پرسش‌هایی را برمی‌انگیزد: چه چیزی باعث فاز تورمی شد و وضعیت پیش‌تورمی چگونه شکل گرفت؟ رویکردهای تحلیلی سنتی معمولاً همان شرایط بسیار یکنواختی را فرض می‌کنند که تورم برای توجیه آن‌ها مطرح شده است. نسبیت عددی به کیهان‌شناسان اجازه می‌دهد از شرایط اولیه‌ای با تقارنهای بسیار کمتر شروع کنند و بررسی کنند آیا تورم به‌طور مقاوم رخ می‌دهد یا پدیده‌های رقیب غالب می‌شوند.
کاربردها: امواج گرانشی، رشتههای کیهانی، برخوردها و کیهان‌های جهشی
نسبیت عددی کاربردهای نویدبخشی در کیهانشناسی نظری و رصدی دارد. یکی از آن‌ها پیشبینی الگوهای امواج گرانشی ناشی از فرایندهای عجیب در جهان اولیه است. نقص‌های توپولوژیک فرضی موسوم به رشتههای کیهانی — تراکم‌های طولانی و نازک انرژی که ممکن است پس از انتقال‌های هم‌تقارتی تشکیل شوند — الگوهای متمایزی از امواج گرانشی تولید می‌کنند. شبیه‌سازی‌های عددی میتوانند آن موج‌ها را محاسبه کرده و جستوجوها توسط رصدخانههای زمینی و فضایی را راهنمایی کنند.
کاربرد دیگری به سناریوهای چندجهانی و برخورد اختصاص دارد. اگر بخش قابل مشاهدهٔ فضا ناشی از تشعشع حبابی (bubble nucleation) بوده یا با حبابِ مجاور برخورد کرده باشد، آسمان ممکن است نقوش ظریف و محلی‌شده‌ای را به‌جا گذاشته باشد — لکه‌های دما یا پلاریزاسیون در تابش زمینهٔ کیهانی (CMB) یا توزیع‌های غیرهمسان‌شدهٔ سازه‌های بزرگ‌مقیاس. نسبیت عددی میتواند مدل کند که چنین برخوردهایی چگونه فضا–زمان را دگرگون و شواهد قابل‌مشاهده تولید می‌کنند و قالب‌های مشخصی برای تحلیل داده فراهم آورد.
شاید بحث‌برانگیزترین چشم‌انداز، شبیه‌سازی کیهان‌های جهشی یا چرخه‌ای باشد. در این مدلها جهان از یک آغاز تکینگی اجتناب می‌کند و از طریق جهشی با انحنای بالا از فاز انقباض به انبساط منتقل می‌شود. روشهای تحلیلی در مواجهه با غیرخطی‌های شدید در نقطهٔ جهش عاجزند؛ نسبیت عددی میتواند تکامل کامل را در رژیمهای گرانشی قوی دنبال کند تا ارزیابی کند آیا جهش‌ها از نظر فیزیکی ممکن‌اند و آیا آثار قابل‌آزمایشی برجای می‌گذارند.
Lim می‌گوید: «کیهان‌های جهشی نمونهٔ عالی‌اند؛ چون آن‌ها به گرانش قوی می‌رسند، جایی که نمی‌توانی به تقارن‌ها تکیه کنی.» «چندین گروه اکنون روی آن‌ها کار می‌کنند — قبلاً کسی این کار را نمی‌کرد.» ترکیب الگوریتم‌های بهتر، توان محاسباتی فزاینده و ابزارهای نسبیت عددی بهبود یافته پنجرهٔ تازه‌ای را بر این مسائل می‌گشاید.
چالشهای محاسباتی و زیرساخت
شبیه‌سازی‌های نسبیت عددی با دقت بالا پرهزینهٔ محاسباتی هستند. آن‌ها نیازمند فرمولبندیهای عددی پایدار از معادلات اینشتین، تطبیق شبکهٔ سازگار (adaptive mesh refinement) برای حل مقیاسهای ریز و موازیسازی در مقیاس بزرگ روی ابررایانهها هستند. پیشرفت در تسریع با GPU، برنامه‌های محاسبات در مقیاس اگزاسکل و چارچوب‌های نرم‌افزاری جامعه‌محور (برای مثال Einstein Toolkit و کدهای متنباز دیگر) این پروژه‌ها را با قابلیت‌پذیری بیشتری همراه ساخته‌اند. مرور جدید Lim و همکاران هدفش پل زدن میان تخصص کیهان‌شناسان و نسبیت‌عددی‌نویسان است تا پژوهشگران بتوانند از محاسبات با کارایی بالا برای شبیه‌سازی‌های با استاندارد کیهانشناسی استفاده کنند.
دیدگاه کارشناسان
دکتر Maya Santos، کیهان‌شناس رصدی در Institute for Computational Astrophysics (نمونهٔ تخیلی)، می‌گوید: «نسبیت عددی به ما راهی می‌دهد تا تاریخ‌های جایگزین کیهانی را براساس داده آزمایش کنیم. اگر شبیهسازیها پس‌زمینه‌های مشخص امواج گرانشی یا ویژگی‌های محلیشده در CMB از برخوردها یا جهش‌ها پیشبینی کنند، می‌توانیم جست‌وجوهای هدفمند را در دادههای جاری و آینده طراحی کنیم. این یک همگرایی هیجان‌انگیز میان نظریه، شبیه‌سازی و رصد است: ابررایانهها عملاً تبدیل به تلسکوپ‌هایی برای بررسی دوره‌های بسیار اولیهٔ کیهان می‌شوند.»
دکتر Santos اشارهٔ عملی نیز می‌افزاید: «بودجه‌بندی خطا و اعتبارسنجی متقابل بین کدهای مستقل ضروری خواهد بود. جهانِ اولیه بی‌رحم است: خطاهای عددی کوچک میتوانند در غیاب سخت‌گیری به‌عنوان سیگنال فیزیکی ظاهر شوند.»
پیامدها برای رصد و نظریه
اگر شبیه‌سازی‌های نسبیت عددی پیش‌بینی‌های قوی و آزمایش‌پذیر تولید کنند — برای نمونه پس‌زمینهٔ تصادفی امواج گرانشی از رشتههای کیهانی یا اثر متمایز CMB از برخورد حبابی — برنامه‌های رصدی میتوانند این قالب‌ها را در تحلیل داده‌ها وارد کنند. LIGO، Virgo، KAGRA، رصدخانههای فضایی برنامه‌ریزی‌شده مانند LISA و آزمایش‌های نسل بعدی CMB همه میتوانند از این ترکیب سود ببرند. از منظر نظری، شبیهسازیها میتوانند ارزیابی کنند آیا سناریوهای تورمی که از چارچوب‌های بنیادی (مثلاً ساختارهای خاص نظریهٔ ریسمان یا پیشنهادهای گرانش کوانتومی) آمده‌اند تحت شرایط اولیهٔ نامتقارن هم پایداری دینامیک دارند یا خیر.
Lim هدفی عمل‌گرایانه بیان می‌کند: «امیدواریم همپوشانی میان کیهانشناسی و نسبیت عددی را توسعه دهیم تا نسبیت‌عددی‌نویسان تکنیک‌هایشان را برای مسائل کیهانی به‌کار ببرند و کیهان‌شناسان از نسبیت عددی برای حل پرسش‌هایی استفاده کنند که اکنون قادر به پاسخ‌گویی‌شان نیستند.» این مقاله به‌عنوان یک نقشهٔ راه برای آن تلاش میان‌رشته‌ای عمل می‌کند و روش‌ها، دام‌ها و اهداف علمی را ترسیم می‌کند.
نتیجه‌گیری
نسبیت عددی که با ابررایانه‌های مدرن تغذیه می‌شود، مسیر تازه‌ای برای کاوش افراطی‌ترین دوران تاریخ کیهان فراهم می‌آورد؛ دوره‌هایی که روشهای تحلیلی در آن‌ها ناتوان می‌شوند. با سست کردن فروض تقارنی زیربنایی راه‌حل‌های استاندارد کیهانشناسی، شبیهسازیها میتوانند مقاومت تورم را آزمایش کنند، مدل‌های جهشی یا چرخه‌ای را بررسی نمایند، سیگنال‌های امواج گرانشی از پدیده‌های عجیب دورهٔ اولیه را پیشبینی کنند و آثار احتمالی برخورد با جهانهای دیگر را مدل‌سازی نمایند. این رویکرد هنوز پاسخ قاطعی دربارهٔ آنچه پیش از بیگ بنگ بوده ارائه نمی‌دهد، اما راهبرد محاسباتی مشخصی برای تبدیل سناریوهای فرضی به پیش‌بینی‌های قابل‌آزمون فراهم می‌سازد. با پیشرفت منابع محاسباتی و تکنیک‌های عددی، نسبیت عددی ممکن است به ابزاری مرکزی در جست‌وجوی درک منشأ جهان و بنیادی‌ترین قوانین آن تبدیل شود.
منبع: sciencedaily
.avif)
نظرات