宇宙学研究迎来突破性进展：国际科研团队开发出新型人工智能驱动框架，通过综合分析超新星及其宿主星系特征，为精确测量宇宙膨胀速度和暗能量性质提供全新工具。这项发表于《自然天文学》的研究成果，标志着人类对宇宙演化规律的认知迈入新阶段。
研究团队由巴塞罗那大学宇宙科学研究所牵头，联合全球多个科研机构共同完成。他们开发的CIGaRS框架突破传统研究范式，创新性地将超新星爆发过程、宿主星系特性、星际尘埃消光效应、宇宙膨胀历史等复杂因素纳入统一模型。这种多维度综合分析方法，有效解决了长期以来困扰科学界的观测偏差问题。
Ia型超新星作为"宇宙标准烛光"，其研究价值源于这类天体爆炸时释放的能量高度一致。天文学家通过比较理论亮度与实际观测亮度差异，能够精确计算星系距离。这种测量方法在1998年证实宇宙加速膨胀现象中发挥关键作用，直接催生了暗能量理论。然而现有研究存在重大局限——不同星系环境中的超新星亮度存在微妙差异，传统修正方法难以完全消除这种系统误差。
研究团队采用的贝叶斯推理技术，通过构建包含数十亿参数的虚拟宇宙模型，在计算机中重现宇宙演化过程。这种基于物理规律的数值模拟，能够同时调整所有相关参数，准确预测不同环境下的超新星观测特征。配合专门设计的神经网络系统，科研人员成功建立了观测数据与物理参数之间的复杂映射关系。
新框架的核心突破在于完全依赖成像数据实现精确测距。传统方法需要获取超新星光谱才能确定红移值，而CIGaRS系统通过分析多波段图像特征，即可推算出星系距离参数。测试显示，该方法的测距精度与传统光谱法相当，但数据处理效率提升数个数量级。这种技术优势在即将投入运行的维拉·C·鲁宾天文台面前显得尤为重要——该望远镜预计每年将发现数百万颗超新星，其中99%只能通过光度测量获取数据。
研究团队强调，这种端到端的建模方式具有独特优势。传统方法需要分阶段处理不同观测要素，容易引入累积误差；而新框架通过物理规律自洽连接各个参数，从根本上避免了选择偏差和建模偏差。初步应用表明，该方法可将宇宙学参数的测量精度提升三至四倍，为破解暗能量本质提供更可靠的数据支撑。
这项突破不仅推动宇宙学研究，还为恒星演化理论提供新视角。通过重建超新星爆发率与星系恒星年龄的关联，科研人员发现年轻星系中的Ia型超新星比例显著高于预期。这一发现挑战了现有恒星演化模型，提示可能存在未被认知的爆炸机制。随着维拉·C·鲁宾天文台启动观测，CIGaRS框架有望在解析宇宙大尺度结构、验证广义相对论等领域产生更多重要发现。
