9 maggio 2026 – ore 11:30 – Osservare le supernovae aiuta a capire come l’Universo si espande nel tempo: eppure, mappare con precisione il cosmo è un’impresa costellata di ostacoli. Tuttavia, un nuovo studio SISSA introduce una potenziale soluzione alle difficoltà degli astronomi. Nello studio, pubblicato su Nature Astronomy, Konstantin Karchev e Roberto Trotta della SISSA, insieme a Raúl Jiménez, illustrano l’innovativo metodo CIGaRS (Combined inference and galaxy-related standardisation): attraverso l’intelligenza artificiale e le reti neurali, CIGaRS è in grado di distinguere gli effetti sulla luminosità legati alle caratteristiche intrinseche delle supernovae da quelli provocati da altri fattori ambientali, come la polvere interstellare o l’espansione dell’universo. Questo consente di interpretare con maggiore chiarezza i dati osservati ed estrarne molte più informazioni, senza dover ricorrere ad analisi aggiuntive come le analisi dello spettro.
Particolarmente preziose per la ricerca cosmologica sono le supernovae di tipo Ia, in quanto possono fungere da indicatori di distanza: infatti, misurando la loro luminosità apparente, gli astronomi possono usarle come “candele standardizzabili” per calcolare le distanze cosmiche e, in questo modo, ricostruire la storia dell’espansione dell’Universo. Interpretare correttamente questi dati, però, è tutt’altro che semplice: la luminosità osservata non dipende soltanto dall’esplosione in sé, ma anche da altri fattori, come l’età e la composizione chimica della stella da cui la supernova ha origine, nonché la presenza di polvere e le caratteristiche della galassia di riferimento. Per studiare tutti questi elementi, gli astronomi utilizzano la spettroscopia, una tecnica che analizza sia la quantità di luce emessa, sia il modo in cui essa si distribuisce alle diverse lunghezze d’onda. Per quanto la spettroscopia sia attualmente lo strumento più efficace per studiare una supernova, “raccogliere spettri dettagliati, omogenei e ripetuti nel tempo per grandi campioni sarà impossibile per la grande mole di dati nei prossimi anni.” spiega Roberto Trotta, professore di fisica teorica alla SISSA e co-autore dello studio. “Per questo, sarà sempre più importante riuscire a estrarre informazione affidabile anche dai soli dati fotometrici, ovvero dalla luminosità delle supernovae.”
CIGaRS rappresenta in questo senso una soluzione innovativa: in un solo modello, è in grado di riunire l’evoluzione delle galassie, gli effetti della polvere, il ritmo con cui le supernovae di tipo Ia compaiono nel tempo e le proprietà osservabili delle esplosioni. Si tratta di un traguardo mai raggiunto prima d’ora. In altre parole, CIGaRS riesce a interpretare contemporaneamente tutti i fattori che influenzano la luce osservata, senza che si renda necessario correggere separatamente i dati con passaggi successivi. Questo approccio si dimostrerà essenziale nei prossimi dieci anni: da poco sono iniziati grandi rilevamenti fotometrici, come il Legacy Survey of Space and Time del Vera Rubin Observatory in Cile, da cui ci si aspetta la scoperta di milioni di nuove supernovae, di cui almeno centomila all’anno di tipo Ia. Secondo lo studio, applicare il metodo CIGaRS a grandi campioni osservati solo attraverso dati fotometrici permetterebbe di ottenere misure cosmologiche circa quattro volte più precise rispetto agli approcci attualmente adottati. “Con i survey della prossima generazione avremo numeri enormi di supernovae, dataset talmente ricchi che non potranno essere analizzati con i metodi tradizionali”, sottolinea Roberto Trotta. “Servono metodi nuovi, che possano analizzare questi grandi cataloghi in maniera robusta, non solo per ricavare sempre più nuove informazioni, ma anche per trasformare quei dati in nuova fisica.”
Articolo di Benedetta Marchetti
