[論文レビュー] Snowmass White Paper: Cosmology at the Theory Frontier

Raphael Flauger, V. Gorbenko+4 more|arXiv (Cornell University)|Mar 15, 2022

Earth Systems and Cosmic Evolution被引用数 11

ひとこと要約

このスノーマスホワイトペーパーは、理論的宇宙論分野における最近の進展を統合し、de Sitter空間、インフレーション、および弦理論における量子重力に焦点を当てる。軸子物理学、有効場理論、および$T\bar{T}$-変形されたQFTの分野での進展を強調するとともに、大規模構造における原始的非ガウス性を解読し、コンactificationにおける複雑な偏微分方程式を解くために機械学習を推奨する。量子重力および初期宇宙モデルを検証するための、新たな観測的・計算的手がかりを提示する。

ABSTRACT

The precision cosmological model describing the origin and expansion history of the universe, with observed structure seeded at the inflationary cosmic horizon, demands completion in the ultraviolet and in the infrared. The dynamics of the cosmic horizon also suggests an associated entropy, again requiring a microphysical theory. Recent years have seen enormous progress in understanding the structure of de Sitter space and inflation in string theory, and of cosmological observables captured by quantum field theory and solvable deformations thereof. The resulting models admit ongoing observational tests through measurements of the cosmic microwave background and large-scale structure, as well as through analyses of theoretical consistency by means of thought experiments. This paper, prepared for the TF01 and TF09 conveners of the Snowmass 2021 process, provides a synopsis of this important area, focusing on ongoing developments and opportunities.

研究の動機と目的

• 量子重力および弦理論の最先端における理論的宇宙論の現状と今後の展望を要約すること。
• 微視的フレームワーク内でのde Sitter空間、ダークエネルギー、インフレーションを理解するための主要な理論的課題を特定すること。
• 弦理論と観測可能な宇宙論的現象を結びつけるために、軸子および$T\bar{T}$-変形量子場理論が果たす役割を強調すること。
• 高次元の偏微分方程式を解くための機械学習および数値的手法が、大規模構造データから原始的非ガウス性を抽出するのを支援することを提唱すること。
• 宇宙論的モデル構築と最適化アルゴリズム（特に宇宙論的ダイナミクスにインspiredされたもの）を含む計算技術との連携を強化すること。

提案手法

• 有効場理論（EFT）および$T\bar{T}$のような可解な変形を用いて、加速宇宙における赤方偏移領域の物理学をモデル化し、波動関数の尾部や相関関数を研究する。
• トポロジカルデータ解析（TDA）および機械学習を用いたシミュレーションベースの推論を用いて、大規模構造マップから非ガウス的特徴を抽出する。
• ニューラルネットワークを関数のアンザッツとして用い、負の曲率を持つコンパクト化における歪みおよび共形因子の内部偏微分方程式を数値的に解く。
• 宇宙論的ダイナミクスからのインスピレーションを受けて、極小値付近でエネルギー保存型・摩擦なしのダイナミクスを示す新しい最適化アルゴリズムを設計する。
• Calabi-Yau計量やフラックスコンパクト化などの弦コンパクト化からの解析的ツールを、インフレーションポテンシャルおよび運動項の計算に数値的技術と組み合わせて用いる。
• ホログラフィー原理およびAdS/CFTの上昇を活用し、de Sitter量子重力の微視的起源を探る。

実験結果

リサーチクエスチョン

• RQ1 弦理論は、観測される宇宙の加速的膨張を説明するde Sitter空間の微視的基盤をどのように提供できるか？
• RQ2 インフレーションモデルにおける軸子物理学の観測的シグネチャーは何か？そして、CMBおよび大規模構造サーベイを用いてどのように検証できるか？
• RQ3 機械学習技術は、非線形な宇宙物理学的進化に起因する重力的非線形性と原始的非ガウス性を分離する能力をどの程度向上できるか？
• RQ4 $T\bar{T}$-変形量子場理論およびその一般化は、宇宙論的時空における可解フレームワークをどの程度拡張できるか？
• RQ5 宇宙論的原理は、機械学習および数値物理学における、より効率的な最適化アルゴリズムを生み出すインスピレーションを与えることができるか？

主な発見

• 最近の弦コンパクト化の進展により、de Sitter時空の明示的制御パラメータおよびメカニズムが得られ、特にAdS/CFT系のアップリフトによって実現された。
• 軸子は弦理論から得られる4次元有効場理論において普遍的であり、初期宇宙のダイナミクスおよび量子重力の普遍的プローブを提供する。
• 特にTDAおよびシミュレーションベースの推論を用いた機械学習技術は、大規模構造における原始的非ガウス性と重力的非線形性を区別する上で強く有望な可能性を示している。
• 特に非Calabi-Yauかつ負の曲率を持つ幾何における、ニューラルネットワークに基づくPDEソルバーは、従来不可能とされてきた計量およびインフレーションポテンシャルの計算に向けた有望な道筋を示している。
• 宇宙論的インスピレーションを受けて設計された最適化アルゴリズムは、フィールド依存の速度制限に基づくものであり、収束特性が良好であり、高次元問題における学習を改善する可能性を示している。
• 宇宙論的モデル構築と計算手法の間には相互に恩恵を及ぼす関係がある：宇宙論的知見が機械学習を支援し、機械学習の進展が弦理論的コンパクト化のより深い探求を可能にする。