વૈજ્ઞાનિકોએ બ્રહ્માંડની રચનાનું અત્યાર સુધીનું સૌથી વ્યાપક અનુકરણ બનાવ્યું છે. તે અમને હિંમતભેર જવાની મંજૂરી આપે છે જ્યાં પહેલાં કોઈ ગયું નથી.

Illustris: The Next Generation (IllustrisTNG) કોસ્મિક સ્કેલ પર સિમ્યુલેશન બનાવવા માટે નવી કોમ્પ્યુટર પદ્ધતિઓનો ઉપયોગ કરે છે જે અપાર અને અમાપ બંને છે. જો કે, જેથી વૈજ્ઞાનિકો માત્ર એક સરળ સિમ્યુલેશન સાથે ન રહ્યા, તેઓએ તેને ફરજિયાત-સચોટ વૈજ્ઞાનિક ચટણી સાથે પૂરક બનાવ્યું, જે પછીથી તેઓએ રોયલ એસ્ટ્રોનોમિકલ સોસાયટીની માસિક નોટિસમાં ફેબ્રુઆરી 1, 2018 ના રોજ છાપ્યું. એક અનન્ય સિમ્યુલેશન બનાવવામાં આવ્યું હતું, જે ઘણા બધા વૈજ્ઞાનિક ઇનપુટ ડેટાના આધારે બનાવવામાં આવ્યું હતું, જે હવે સમગ્ર વિશ્વના વૈજ્ઞાનિકોને સ્પષ્ટપણે સમજવાની તક આપશે, ઉદાહરણ તરીકે, બ્લેક હોલ સમગ્ર બ્રહ્માંડમાં ડાર્ક મેટરના વિતરણને કેવી રીતે અસર કરે છે.

આ મજબૂત ગુરુત્વાકર્ષણ કુવાઓ જૂની તારાવિશ્વોને નવા તારાઓ બનવાથી રોકી શકે છે એટલું જ નહીં, તેઓ કોસ્મિક સ્ટ્રક્ચર્સના દેખાવને પણ અસર કરી શકે છે.

24 કમ્પ્યુટર પ્રોસેસરોએ બે મહિનાથી વધુ સમય માટે એક વર્ણવેલ સિમ્યુલેશનની રચનામાં ભાગ લીધો હતો. જર્મનીના સૌથી ઝડપી કમ્પ્યુટર, સ્ટુટગાર્ટના હાઇ-પર્ફોર્મન્સ કમ્પ્યુટિંગ સેન્ટર ખાતે હેઝલ હેન, સમગ્ર સિમ્યુલેશનને બે વાર ચલાવ્યું. વર્ણિત સિમ્યુલેશનથી 500 ટેરાબાઇટથી વધુ સિમ્યુલેશન ડેટા ઉત્પન્ન થયો, હાઇડેલબર્ગ ઇન્સ્ટિટ્યૂટ ફોર થિયોરેટિકલ સ્ટડીઝના વોલ્કર સ્પ્રિંગલે એક અખબારી યાદીમાં જણાવ્યું હતું. સ્પ્રિંગેલ અપેક્ષા રાખે છે કે મેળવેલ ડેટાનો વિશાળ જથ્થો એસ્ટ્રોફિઝિસ્ટને ડેટાનું વિશ્લેષણ કરતા પહેલા ઘણા વર્ષો સુધી વ્યસ્ત રાખશે. પ્રાપ્ત માહિતી પરથી, વૈજ્ઞાનિકો વિવિધ એસ્ટ્રોફિઝિકલ પ્રક્રિયાઓની કામગીરીમાં નવી રસપ્રદ આંતરદૃષ્ટિ મેળવવાની આશા રાખે છે.

IllustrisTNG એ બ્રહ્માંડના પ્રતિનિધિ નમૂનામાં લાખો તારાવિશ્વોના ઉત્ક્રાંતિનું મોડેલિંગ કરીને વર્ણવેલ આગાહીઓનું નિર્માણ કર્યું. તે એક કાલ્પનિક ઘન હતું જેની ધાર લગભગ 1 અબજ પ્રકાશ-વર્ષ લાંબી હતી. અગાઉના સંસ્કરણ, જેને ફક્ત ઇલ્યુસ્ટ્રિસ કહેવામાં આવે છે, તેમાં એક નાનો પ્રદેશ, 350 મિલિયન પ્રકાશ વર્ષોની ધારની લંબાઈ ધરાવતો સમઘન છે. વર્તમાન સંસ્કરણે માત્ર તપાસ વિસ્તારનો વિસ્તાર કર્યો નથી, પરંતુ સિમ્યુલેશનમાં કેટલીક મુખ્ય ભૌતિક પ્રક્રિયાઓનો પણ સમાવેશ કર્યો છે જેનો અગાઉના સંસ્કરણમાં અભાવ હતો.

ચકાસી શકાય તેવી આગાહીઓ

IllustrisTNG નું વર્તમાન સંસ્કરણ બ્રહ્માંડના મોડેલિંગની મંજૂરી આપે છે જે આપણા પોતાના જેવું જ છે. તે પ્રથમ વખત છે કે જ્યારે સ્લોન ડિજિટલ સ્કાય સર્વેના શક્તિશાળી ટેલિસ્કોપ દ્વારા અવલોકન કરાયેલ પેટર્નની સરખામણીમાં સિમ્યુલેટેડ તારાવિશ્વોના ક્લસ્ટર પેટર્ન વાસ્તવિકતા સાથે નજીકથી મળતા આવે છે. જો શ્યામ દ્રવ્ય, આકાશગંગાની રચના અને ચુંબકીય ક્ષેત્ર વિશેની ચકાસી શકાય તેવી આગાહીઓ સચોટ સાબિત થશે, તો અમે બ્રહ્માંડના કાર્ય વિશે વધુ સમજ મેળવીશું, કારણ કે અમે નિષ્કર્ષ પર આવી શકીશું કે વર્ણવેલ સિમ્યુલેશનમાંથી અન્ય આગાહીઓ પણ સાચી છે, જે અમે હજી સુધી વર્તમાન ટેલિસ્કોપથી ચકાસી શકતા નથી.

વર્તમાન શક્તિશાળી ટેલિસ્કોપ્સની સમસ્યા એ છે કે તેઓ માત્ર કંઈક માપી શકે છે અને અવલોકન કરેલ ઑબ્જેક્ટનું વ્યાપક ચિત્ર પ્રદાન કરતા નથી. હમણાં જ વર્ણવેલ સિમ્યુલેશન્સ સાથે, જો કે, અમે આ બધી તારાવિશ્વોના તમામ ગુણધર્મોને અવલોકન કરી શકીએ છીએ. અને વધુ શું છે, આપણે માત્ર ગેલેક્સી હવે કેવી દેખાય છે તે જ નહીં, પરંતુ તેના સમગ્ર ઇતિહાસમાં તે કેવું દેખાતું હતું તેનું અવલોકન કરી શકીએ છીએ.

મોડેલ ગેલેક્સીઓના ઇતિહાસનું મેપિંગ આપણને એ સમજવામાં મદદ કરી શકે છે કે આપણી, આકાશગંગા અને આ રીતે આપણા ગ્રહ પૃથ્વીની રચના અબજો વર્ષોમાં કેવી રીતે થઈ. અને વધુમાં, અમે વિકાસ સિમ્યુલેશનને ભવિષ્યમાં વિસ્તારી શકીએ છીએ અને આગાહી કરી શકીએ છીએ કે આપણી ગેલેક્સી કેવી રીતે વિકાસ કરવાનું ચાલુ રાખશે અને તે હવેથી એક અબજ વર્ષો જેવો દેખાશે. શક્ય છે કે આવનારા વર્ષોમાં, વર્ણવેલ સિમ્યુલેશનમાંથી મેળવેલ ડેટા વૈજ્ઞાનિકોને તેમના ટેલિસ્કોપને નવી કોસ્મિક પ્રક્રિયાઓનું અવલોકન કરવા માટે પ્રેરિત કરશે જે આ સિમ્યુલેશન ભવિષ્યમાં થશે.

ઉદાહરણ તરીકે, આકાશગંગાની અથડામણો જે પ્રકાશની અસર બનાવે છે. વૈજ્ઞાનિકોને હજુ પણ ખબર ન હતી કે આકાશમાં કઈ ક્ષણે ક્યાં જોવું. તે હવે બદલાઈ શકે છે. જોકે, સ્વીકાર્યપણે, "હવે" પણ સાપેક્ષ છે...

સુએની યુનિવર્સ ઇ-શોપ તરફથી ટીપ્સ

એર્વિન લાસ્ઝલો: ધ ઇન્ટેલિજન્સ ઓફ ધ કોસ્મોસ

શા માટે આપણે માનવતા તરીકે નિર્ણાયક બિંદુએ પહોંચ્યા છીએ? અસંગતતા? શું તમારી પોતાની દિશામાં જવાનો કોઈ વિકલ્પ છે? તેની પાસે આપણું છે સભાનતા પ્રભાવ બ્રહ્માંડ? શું આપણે, માનવતા તરીકે, હજી પણ આપણી જાતને બચાવી શકીએ? દ્વારા આ આકર્ષક પ્રકાશનમાં તમને આવા પ્રશ્નોના જવાબો, સિદ્ધાંતો અને સ્પષ્ટતાઓ જ મળશે નહીં એર્વિન લાસ્ઝલો.

એર્વિન લાસ્ઝલો: ધ ઇન્ટેલિજન્સ ઓફ ધ કોસ્મોસ