小小黏菌，大大智慧：预测星系间暗物质网络的黏菌算法

Leo

黏菌是群体智能的代表：个体是单细胞，但菌落的繁殖移动却像是拥有智慧——可以找到食物之间的最短路径。在一項最新研究中，黏菌的群体智能被进一步开发——研究者参考黏菌生长设计出的新算法，竟然能够高质量地模拟宇宙演化的过程，井构建出可信的星系间暗物质网络。

绘制宇宙网的黏菌算法

根据广为接受的大爆炸理论，在大爆炸之后，弥漫在宇宙中的物质逐渐形成了星系、星云等天体，天体之间则存在着巨大的空洞。依照现有理论，这些大型天体并不是孤立地运转在这片虚空之中的，而是由暗物质和气体构成的细丝把众多的星体联系在一起，形成了宇宙网（cosmicweb）。这些看不到的暗物质，在宇宙，总物质中的占比达到惊人的85%。科学家却很难观测这些包含暗物质和气体的丝线，因为它们确实“暗”得难以被探测到。

群有着黄色黏液的黏菌启发了加州大学圣克鲁兹分校的天文学家和计算机科学家，他们利用黏菌的生长模型设计了一种算法，以帮助天文学家们计算出宇宙网。这一创造性的算法为预测宇宙网的大尺度结构提供了新方法。

黏菌——科学家的老朋友

黏菌可以說算得上是科学家的老朋友了，尤其是一种被称为“海绵宝宝”的黏菌——多头绒泡菌（Physarumpolycephalum），更是广为人知的学术明星。

多头绒泡菌常见于森林的朽木和落叶中。多个细胞聚集在一起形成的原生质团（一种成分复杂的胶体），会为了寻找食物而四处“爬动”，从而绘制出往来食物之间的最优路径，最终形成复杂又迷人的网络。科学家就曾做过利用黏菌走迷宫的实验，更广为人知的，可能就是利用多头绒泡菌绘制东京交通网络的实验了。

黏菌算法

这个利用黏菌模型来实现的多主体算法并不算复杂。首先，把输入的数据模拟为黏菌要找的食物（deposit）。黏菌为了寻找食物会依照随机选定的角度和距离移动，并在网络中留下随机游走的轨迹（trace），最终会布满整个空间。这时，再依次去除掉黏菌主体（agents）和黏菌的食物（deposit），就得到了一幅路径网络图。

这一算法被命名为蒙特卡洛绒泡机（MonteCarloPhysarumMachine，MCPM）。当然，研究者也指出，他们开发出的模型已经高度抽象，相比最初来自黏菌的灵感已经走出很远。同时，研究者们也会继续完善这一算法。

在OskarElek建议JoeBurchett利用黍黏菌的生长模型来做宇宙网络的模拟时，Joe对比表示过怀疑，毕竟黏菌的生长与宇宙网络的形成这二者背后的原理完全不同。但结果是，他们进一步利用斯隆数字化巡天（SloanDigitalSkySurvey，SDSS）提供的包含着3.7万个星系的数据集，验证了黏菌算法（MCPM算法）的准确性——小小的黏菌绘制出的宇宙网令人信服。

探索宇宙演化的新方法

这一成果揭示了宇宙中暗物质大尺度的分布情况。Burchett的研究团队使用的数据来自Bolshoi-Planck宇宙学模拟（一个全域纯暗物质模拟项目）。在从这个模拟项目中抽离出暗物质资料后，研究者运行了他们构建暗物质网络的黏菌算法。在他们把经由黏菌算法建立的宇宙网与模拟项目的数据进行比对时，发现二者的差异不大。

这是科学家第一次得以量化星系际介质（IGM）的密度。黏菌绘制的网络告诉科学家，暗物质和气体组成的细丝会存在于哪里。科学家们就可以据此，利用哈勃望远镜记录的光谱数据，通过信号强弱特征来判断气体的密度。

这一成果验证了宇宙学模型所预测的宇宙宏观结构，而这些由宇宙中的气体细丝架起的连接，也加深了我们对宇宙演化的理解。

给我45万个暗物质光晕，我们可以得到一个与模拟几乎一样的密度场。

——黏菌算法的设计者、计算机媒体学博士后OskarElek

我们不仅仅想研究星系以及它们在宇宙中的位置，也需要研究存在于星系间的星系际介质。因为只有在那样宏大的尺度下，我们才能理解星系演化的过程。

——黏菌算法的设计者、天文与天体物理学博士后JoeBurchett