计算宇宙学

玻尔百科

核心要点

N 体模拟通过使用诸如粒子-网格（Particle-Mesh）法等高效技术，在网格上计算引力，从而模拟无碰撞的暗物质。
重子气体使用流体动力学进行模拟，其中有限体积 Godunov 方法确保了在宇宙学激波中质量、动量和能量的守恒。
模拟扮演了宇宙实验室的角色，让物理学家能够检验替代理论，如修正引力以及各种暗物质模型（例如，模糊暗物质、温暗物质、自相互作用暗物质）。
计算宇宙学通过预测引力透镜等可观测量，并利用数据创建我们本近宇宙的约束性模拟，与观测天文学深度融合。

引言

宇宙是如何从大爆炸后一个炽热、均匀的等离子体，演化成我们今天观测到的错综复杂的星系宇宙网的？回答这个问题构成了一个根本性的挑战：我们无法对宇宙本身进行实验。计算宇宙学通过创建复杂的虚拟宇宙来应对这一挑战，让科学家们能够在数字实验室中检验理论和探索宇宙历史。本文对这一引人入胜的领域进行了全面的概述。第一章“原理与机制”将解析其核心物理学——从爱因斯坦的广义相对论到暗物质和宇宙气体的行为——以及用于模拟这些现象的数值方法，如 N 体模拟和流体动力学模拟。随后，“应用与跨学科联系”一章将展示这些模拟如何作为强大工具，被用于检验引力和暗物质理论、模拟恒星与星系的诞生，并与观测天文学建立起关键的联系。要开始我们构建“盒子中的宇宙”的旅程，我们必须首先理解它所遵循的脚本以及赋予其生命的机制。

原理与机制

要在计算机中构建一个宇宙，我们必须首先理解它所遵循的脚本。究竟是哪些基本定律和核心原理，支配着它从一个近乎均匀的等离子体演化到我们今天所见的丰富多彩的星系织锦？这不仅仅是写下几个方程那么简单；它是一场深入引力、流体动力学以及时空结构本身核心的旅程。就像一位钟表大师，我们必须在组装整体之前，先领会每个部件的功能。

宏大的简化：一个均匀且各向同性的舞台

乍一看，模拟宇宙的任务似乎不可能完成。其复杂性之高令人望而生畏。但大自然对我们很仁慈。当我们在最宏大的尺度上审视宇宙时，一种惊人的简单性浮现出来：它在每个方向（各向同性）和每个位置（均匀性）看起来都一样。这一深刻的观测被庄重地载入宇宙学原理。

当然，我们无法从绝对意义上证明这一点。我们该如何做到呢？我们被困在时空中的一个点上。我们直接观测到，宇宙在我们周围表现出显著的各向同性——宇宙微波背景辐射、遥远星系的分布，无论我们将望远镜指向何方，看起来都一样。要从这种“我们周围的各向同性”跃升到完全的均匀性，需要一步被称为哥白尼原理的理智上的谦逊：我们在宇宙中并不占据一个特殊的、优越的位置。如果宇宙对我们来说是各向同性的，那么它对任何其他位置的任何其他观测者来说也必须是各向同性的。根据一个简洁的数学定理，一个在每一点周围都是各向同性的宇宙，也必然是均匀的。

这一原理是现代宇宙学的基石。它允许我们用一个单一的、依赖于时间的函数来描述整个宇宙的背景几何：尺度因子 $a(t)$ 。尺度因子告诉我们空间结构本身是如何伸展的。这种膨胀的动力学由 Albert Einstein 的广义相对论所支配，并被精炼为两个优雅的关系式，即 Friedmann 方程。第一个 Friedmann 方程是一个宇宙能量收支方程：

H^2 = \left(\frac{\dot{a}}{a}\right)^2 = \frac{8\pi G}{3} \rho_{\text{tot}} - \frac{k c^2}{a^2}

这里， $H$ 是哈勃参数，衡量膨胀速率。该方程告诉我们，这个膨胀速率是由宇宙的总能量密度 $\rho_{\text{tot}}$ 驱动的，并受到其空间曲率的制约，曲率由指数 $k$ 代表（对于一个封闭的球形宇宙， $k$ 为 $+1$ ；对于平坦宇宙，为 $0$ ；对于开放的马鞍形宇宙，为 $-1$ ）。

这个方程引入了一个关键概念：临界密度 $\rho_c = \frac{3H^2}{8\pi G}$ 。这是使宇宙空间平坦（ $k=0$ ）所需要的精确密度。我们用它来定义著名的密度参数 $\Omega_i = \rho_i / \rho_c$ ，它告诉我们每种成分（物质、辐射、暗能量）对宇宙总能量收支的贡献，以临界密度的分数值表示。重新整理 Friedmann 方程，我们得到优美而强大的闭合关系：

\sum_i \Omega_i(t) + \Omega_k(t) = 1

其中 $\Omega_k(t) = -k c^2 / (a^2 H^2)$ 是一个代表曲率“等效”能量密度的项。这不是一条新定律，而是一个在任何时候都必须成立的恒等式。对于计算宇宙学家来说，这是一条黄金法则：在设置模拟及其初始参数时，它们之和必须为一。在模拟过程中，检查这一关系是否持续成立，是检验数值误差累积情况的重要测试。

宇宙之舞：膨胀背景上的微扰

平滑、膨胀的宇宙只是舞台。真正的戏剧——星系、恒星和行星的形成——发生在与完美均匀状态的微小偏离之中。我们模拟的目标就是追踪这些密度涨落的演化。

但在这里，一个对牛顿引力的天真应用会陷入一个著名的悖论。如果你想象一个无限、静态的空间，均匀地充满了物质，那么引力会指向哪里？任何一点的力都是不确定的。这个被称为“Jeans 佯谬”的难题，在历史上曾通过只考虑涨落的引力而被掩盖。然而，广义相对论提供了一个优美且自洽的解决方案。均匀背景密度的引力不会导致向某个任意中心的坍缩；相反，它驱动了空间本身的整体膨胀，正如 Friedmann 方程所描述的那样。背景引力的“问题”通过被吸收到尺度因子 $a(t)$ 的动力学中而得到解决。

这使我们能够在共动坐标系中自由地模拟密度涨落 $\delta(\mathbf{x}, t) = (\rho(\mathbf{x}, t) - \bar{\rho}(t))/\bar{\rho}(t)$ 的演化。这是一个随宇宙膨胀而伸展的网格。一个没有本动速度的物体会停留在固定的共动坐标 $\mathbf{x}$ 上。这是使宇宙学模拟成为可能的点睛之笔：我们模拟的是在动态演化的舞台上上演的结构形成大戏。

N 体方法：为暗物质编舞

宇宙中物质的主要成分是冷暗物质（CDM）。它之所以“冷”，是因为其粒子运动缓慢；之所以“暗”，是因为它不与光发生相互作用。至关重要的是，它也是无碰撞的；它的粒子之间只通过温和、长程的引力相互作用。

模拟无碰撞流体可以通过在我们的计算机中将其表示为大量离散的“粒子”来完成——这就是N 体模拟。其任务在概念上很简单，但在实践中却极其艰巨：在每个时间步，计算每个粒子受到的总引力，然后相应地移动每个粒子。

直接计算所有粒子对之间的力所需时间与 $N^2$ 成正比，对于现代模拟中数十亿的粒子来说，这在计算上是不可行的。取而代之，我们使用一种巧妙的基于网格的方法，称为粒子-网格（PM）方法。它分几步工作：

质量分配： 我们在模拟盒子上方铺设一个网格。每个粒子的质量被“分配”到附近的网格单元上。一个流行且有效的方案是胞中云（CIC），其中一个粒子被视为一小片云，其质量根据距离远近加权分配给 3D 空间中最近的 8 个单元。
求解引力： 当密度在规则网格上定义好后，我们可以求解泊松方程 $\nabla^2 \phi = \text{const} \times \delta$ ，该方程将引力势 $\phi$ 与密度涨落 $\delta$ 联系起来。PM 方法的魔力在于快速傅里叶变换（FFT）。在傅里叶空间中，麻烦的拉普拉斯算符 $\nabla^2$ 变成了简单的乘以 $-|\mathbf{k}|^2$ ，其中 $\mathbf{k}$ 是波矢。因此，我们对密度网格进行 FFT，除以 $-|\mathbf{k}|^2$ 以求得引力势，然后再进行逆 FFT。
计算力： 引力就是引力势的梯度， $\mathbf{F} = -\nabla\phi$ 。这在网格上使用有限差分很容易计算。
力插值： 然后，通过从网格上进行插值，使用与 CIC 方案相反的方式，来找到每个粒子实际位置上的力。

这种基于网格的方法并非没有其精妙之处。对拉普拉斯算符的有限差分近似并非完全各向同性；力沿网格轴向作用会稍微“容易”一些。这可以通过计算我们离散拉普拉斯算符的精确傅里叶空间表示，并用它来“解卷积”结果，从而确保即使在小尺度上力也是准确的。

一旦我们有了力，就必须更新粒子的位置和速度。这里又出现了一个具有深远重要性的精妙之处。我们使用特殊的辛积分器。与较简单的方法不同，这些积分器被设计用来精确地保持哈密顿力学的一个基本几何性质。这并不意味着它们在短时间尺度上能完美地守恒能量，但它能防止系统误差的长期累积，确保我们模拟的行星在经过数十亿年的模拟时间后不会螺旋式地坠入它们的太阳。

流体动力学的交织：模拟宇宙气体

重子物质——构成我们的物质——是完全不同的东西。它不是无碰撞的。它是一种气体，能感受压力、加热、冷却，并形成激波结构。为了模拟它，我们必须解流体动力学方程。

现代方法是有限体积 Godunov 方法。其核心思想是将模拟体积划分为单元格，并追踪每个单元格内的总质量、动量和能量。这些是守恒变量，意味着它们的总量仅因跨越单元格边界的通量而改变。通过将方程以这种守恒形式表述，我们保证了我们的模拟能正确捕捉激波——即性质发生不连续变化的宇宙级音爆——的物理过程，而不会违反基本的守恒定律。

数值实现是两组变量之间的一场优美的舞蹈。虽然我们更新*守恒变量（ $\rho, \rho\mathbf{u}, E$ ）以保持物理保真度，但在单元格边界处的实际波动物理学用原始变量*如密度、速度和压力（ $\rho, \mathbf{u}, p$ ）来理解要简单得多。因此，一个典型的方案包括：

使用原始变量重建每个单元格内的气体状态。
在每个界面求解一个“黎曼问题”，以确定在单元格之间流动的气体状态。
利用这个解来计算守恒量的通量。
根据这些通量更新每个单元格中的守恒量。

这种混合方法让我们两全其美：既有原始变量的物理直观性，又有守恒变量的稳健守恒特性。

布置场景：早期宇宙的印记

一个模拟的好坏取决于它的起点。我们不能从大爆炸本身开始模拟；我们通常在晚得多的时候开始，例如在红移 $z \approx 100$ 时。但初始条件是什么呢？我们需要在模拟盒子中播下正确的微小密度和速度涨落模式。

这个模式被编码在转移函数 $T(k)$ 中。对于每个长度尺度（或傅里叶波数 $k$ ），它告诉我们在我们的起始时刻应该存在的涨落幅度，这个幅度是相对于宇宙暴胀期间产生的原始涨落谱而言的。

这里包含一个关键的物理学部分。重子和冷暗物质在早期宇宙中的经历截然不同。在复合时期（ $z \sim 1100$ ）之前，重子与光子在一个炽热、稠密的等离子体中紧密耦合。这种重子-光子流体支持声学振荡——在早期宇宙中荡漾的声波。而只通过引力相互作用的冷暗物质则不受这种压力的影响，开始缓慢地聚集在一起。

结果是，在它们解耦的时刻，重子和冷暗物质具有不同的空间分布，并且彼此之间存在相对运动。这留下了不可磨灭的印记。它们的转移函数 $T_b(k)$ 和 $T_c(k)$ 是不同的。特别是，重子的转移函数中存在对应于声波的摆动，即著名的重子声学振荡（BAO）。此外，这两个组分之间存在一个大尺度的、相干的相对速度 $v_{cb}$ 。一个高保真度的模拟必须使用它们各自不同的转移函数来分别初始化这两种流体，以捕捉这种相对运动。忽略它——例如，给两种流体相同的平均物质涨落——会抹去一个影响第一代星系如何形成的关键物理，并在它们今天的成团性中留下一个微妙的、可观测的印记。

宇宙时钟与引力规则

最后，我们的模拟是如何随时间向前推进的呢？我们以离散的时间步长 $\Delta t$ 前进。但是这些步长可以设多大呢？对于任何显式数值方案，都存在一个由Courant-Friedrichs-Lewy (CFL) 条件给出的硬性限制。它规定信息在单个时间步内传播的距离不能超过一个网格单元。如果一个粒子或声波移动得太远，模拟将变得不稳定并产生无意义的结果。

在一个膨胀的宇宙中，这带来了一个很好的简化。一个具有恒定物理速度 $v_{\text{phys}}$ 的波（比如在特定温度气体中的声波）其共动速度为 $v_{\text{comov}} = v_{\text{phys}} / a(t)$ 。随着宇宙膨胀， $a(t)$ 增加，这个波在我们的共动坐标系中看起来会变慢。这意味着 CFL 条件 $\Delta t \le C \Delta x / v_{\text{comov}}$ 变得不那么严格。随着模拟的进行，我们可以采取越来越大的时间步长，使得宇宙演化的后期阶段在计算上更便宜。

为了简化，以上整个讨论都将引力视为单一的牛顿势。但在广义相对论中，度规的标量微扰由两个势描述： $\Phi$ ，它支配非相对论性粒子的运动（即“牛顿”势）；以及 $\Psi$ ，它描述空间曲率的微扰。对于一个只充满像冷暗物质和重子这样的简单“理想流体”的宇宙，爱因斯坦方程要求 $\Phi = \Psi$ 。然而，如果存在具有各向异性应力——即在不同方向上压力不同——的组分，它会产生一种“引力滑移”，使得 $\Phi \neq \Psi$ 。在标准模型中，造成这种情况的主要元凶是自由流粒子，如中微子和光子。通过比较星系的成团性（追踪 $\Phi$ ）和光的引力透镜效应（追踪 $\Phi+\Psi$ ）来测量这种滑移，是对基础物理学的一个强有力的检验，可以探测修正引力或奇异能量组分的存在。我们最先进的模拟代码必须追踪这种区别，以便与我们对引力本身最深刻的理解进行对接和检验。

因此，在计算机中构建一个宇宙，迫使我们精确地面对和实现一系列广泛的物理原理——从宇宙的宏大对称性，到在不断膨胀的舞台上粒子与场的精妙舞蹈。

应用与跨学科联系

你可能会倾向于将宇宙学模拟看作一种高级的电子游戏——一个装在盒子里的宇宙，我们只需按下“播放”键，然后观察星系的形成。在某种程度上，你并不完全错。但如果仅止于此，那就完全错失了重点。这些模拟不仅仅是为了供我们娱乐；它们是我们探索宇宙的实验室。我们无法在地球上的实验室里建造一颗恒星，也无法让时间倒流去观察大爆炸。但在计算机里，我们可以。我们可以用不同的物理定律、不同种类的物质来构建宇宙，然后看看会发生什么。这些数字宇宙是强大的发现引擎，如同一个宏大的中心枢纽，来自几乎所有物理和计算科学分支的思想在这里交汇、互动，并接受终极的检验。

宇宙熔炉：从基础物理到模拟现实

宇宙学模拟的核心，是尝试求解支配宇宙的方程。但是哪些方程呢？计算方法的妙处在于，我们并不局限于那些我们已知是正确的方程。我们可以成为新现实的设计师，看看它们是否实际上可能比标准模型更像我们自己的宇宙。正是在这里，计算宇宙学成为了理论物理学家的游乐场。

例如，想象一下我们对爱因斯坦的广义相对论并不完全满意。或许存在一个更复杂的理论，一种所谓的“修正引力”模型，它可以在不需要暗能量的情况下解释宇宙加速膨胀。我们可以为宇宙写下一个新的作用量——一个所有物理学都源于此的主方程——然后看看它意味着什么。当我们为一类被称为 $f(R)$ 引力的理论这样做时，一件非凡的事情发生了：数学揭示了一个新场的存在，一个被称为 scalaron 的新标量自由度，它有自己可预测的质量。突然之间，我们的模拟有了一项新任务：它不仅要追踪我们所知的引力，还要追踪这个新场、这个幽灵般的粒子的行为，以检验其效应是否与我们观测到的宇宙相符。这是一个深刻的联系；我们从对爱因斯坦理论的一个抽象数学修正，走向了一个可以检验它的具体计算机程序处方。

同样的探索精神也适用于暗物质之谜。它是什么？我们不知道，所以我们模拟了各种主要的可能性。

也许暗物质不是一个简单的点状粒子。在量子力学与宇宙学的一次迷人联姻中，一些理论提出暗物质由极轻的粒子组成，轻到其量子性质在星系尺度上显现出来。这就是“模糊暗物质”。就像电子有德布罗意波长一样，这些粒子中的一个也有。我们可以做一个非常简单的计算：这个量子波长何时会变得和它所处的星系一样大？通过比较粒子在自引力束缚的气体和恒星晕中的特征动量与其质量，我们找到了一个临界阈值。如果暗物质粒子比这个阈值轻，它的波长将是巨大的，它就不再能被当作一个简单的粒子对待。它表现得像一个波，产生干涉图样和量子压力，抵抗引力坍缩。我们的模拟就必须放弃基于粒子的方法，采用一个新的框架——求解与引力泊松方程耦合的薛定谔方程——来捕捉这种在宇宙尺度上奇异而美丽的量子行为。

或者，也许暗物质是“温的”（WDM）而不是“冷的”（CDM）。这意味着粒子在早期宇宙中以显著的随机速度运动。这些飞速运动的粒子会从微小的、初生的密度微扰中“流出”，从而有效地将它们抹平。这个被称为自由流的过程是宇宙历史的累积效应。它与我们更熟悉的 Jeans 不稳定性竞争，后者是引力与压力之间的瞬时较量。哪种效应对塑造宇宙更重要？模拟给出了答案。通过将两种模型的预测与完整的 WDM 模拟的输出进行比较，我们看到自由流是主导的构建者，它正确地预测了小尺度结构的压制，而这正是 WDM 的标志。

即使我们确定了一个理论，比如自相互作用暗物质（SIDM），其中粒子可以相互碰撞，一个非常实际的挑战也会出现。理论家可能会提出一个散射截面，比如说， $\sigma/m = 1 \text{ cm}^2/\text{g}$ 。但是计算机使用其自身的内部单位系统——通常选择这种系统是为了防止数字变得过大或过小。计算宇宙学家的一个基本任务是进行仔细的量纲分析，将物理值转换为模拟实际使用的无量纲“代码单位”。这是连接物理理论世界与编写和运行代码的实际现实之间一个至关重要但并不光鲜的步骤。

可能性的艺术：构建恒星与巨物

虽然暗物质和引力设定了宏大的舞台，但我们所见的宇宙故事是用恒星和星系发出的光辉墨水写就的。这是重子物理学的领域，也正是在这里，计算宇宙学成为一种真正的艺术形式，与天体物理学深度交织。挑战在于尺度问题。一个模拟可能模拟一个跨度数亿光年的盒子，但一颗恒星却诞生于一个仅有几分之一光年宽的尘埃云中。我们不可能直接解析这个问题。

相反，我们必须发明“亚格子配方”——基于我们的天体物理知识的规则，告诉模拟何时何地形成一颗恒星。例如，一个常见的规则是在气体密度超过某个阈值时形成一个恒星粒子。但这里我们遇到了膨胀宇宙的一个微妙之处。在共动坐标（随宇宙膨胀的坐标）中定义的固定密度阈值，在不同时期对应着截然不同的物理密度。一个共动阈值，比如 $n_{\mathrm{th,com}} = 0.2 \text{ cm}^{-3}$ ，在红移 $z=9$ 时相当于 $200 \text{ cm}^{-3}$ 的物理密度，但今天仅相当于 $0.2 \text{ cm}^{-3}$ 。这意味着我们简单的规则含蓄地要求第一代恒星在比今天恒星所处环境密度高得多的环境中形成，这一事实对那些第一代恒星的属性产生了深远的影响。

宇宙条件和局域物理之间的这种相互作用，在探寻超大质量黑洞（SMBHs）起源的 quest 中表现得更为戏剧性。宇宙是如何如此迅速地孕育出重达数十亿太阳质量的怪物的？一个主流想法是“直接坍缩”情景。该理论是这样的：通常情况下，一团巨大的原始气体云会冷却、碎裂，并形成一个由许多小恒星组成的星团。但是，如果你能有效阻止它冷却呢？早期宇宙中的主要冷却剂是分子氢 $\mathrm{H_2}$ 。如果这个原星系云沐浴在来自附近星系的强烈紫外光中——而这种光恰好能完美地摧毁 $\mathrm{H_2}$ 分子——气体就无法有效冷却。它会保持高温。Jeans 质量，即引力克服热压所需的最小质量，随温度的变化关系为 $T^{3/2}$ 。通过将气体温度保持在 $8000 \text{ K}$ （原子氢冷却的下限），而不是它在有 $\mathrm{H_2}$ 的情况下可以达到的 $200 \text{ K}$ ，Jeans 质量会飙升数百倍。现在，这团云不再坍缩成一群恒星，而是坍缩成一个单一的、质量可能高达 $10^5$ 太阳质量的庞然大物，然后它可以直接坍缩成一个大质量黑洞种子，为其快速成长提供了所需的先机。这个优美的叙事将原子和分子物理学（ $\mathrm{H_2}$ 的性质）与星系形成的最宏大问题联系起来。

数字望远镜：连接模拟与观测

一个模拟的好坏取决于它的预测。最终目标是将我们的数字宇宙与真实的宇宙进行对比，看它们是否匹配。这个过程与观测天文学建立了一种深刻而强大的共生关系。

我们观察宇宙中不可见的暗物质支架的主要方法是通过弱引力透镜效应。当来自遥远星系的光线传向我们时，它的路径会被沿途的暗物质引力所弯曲。这种弯曲会扭曲或“剪切”背景星系的表观形状。一个圆形的星系可能会显得略呈椭圆形。通过测量数百万个星系的形状，我们可以在天空中绘制出这种剪切图样。在我们的模拟中，我们也可以做同样的事情。我们生成一张暗物质分布图，并由此计算出透镜势 $\psi$ 。这个势的二阶导数直接给出了我们预期应观测到的汇聚度（ $\kappa$ ，一种各向同性的放大）和剪切（ $\gamma$ ，各向异性的拉伸）。然后，我们可以生成模拟的天空图，并将其统计特性与望远镜观测到的真实天空进行比较。这是我们检验宇宙结构形成模型最直接、最有力的方式。

这种联系甚至可以更加紧密。我们绘制的邻近宇宙图本身就是扭曲的。当星系向过密区域移动、远离欠密区域时，它们的本动速度会增加或减少宇宙学红移，这种效应被称为红移空间畸变（RSD）。这会以一种可预测的方式，沿着我们的视线方向压缩或拉长结构，这种方式最早由著名的 Kaiser 公式描述。我们可以以一种惊人巧妙的方式利用这种效应。通过观测我们宇宙邻域中星系的扭曲位置，我们可以使用 Kaiser 关系来推断导致这些扭曲的潜在速度场和密度场。然后，我们可以利用这些信息来“逆向工程”出我们这片宇宙在大爆炸时的初始条件。一个从这些“约束性”初始条件开始的模拟，将会演化形成我们本星系群及其周围环境的数字孪生体，使我们能够在其恰当的宇宙背景下，研究像我们自己银河系这样的结构的形成历史。

引擎室：计算的科学

最后，我们不能忘记计算宇宙学中的“计算”二字。运行这些模拟是一项艰巨的任务，它推动了现代超级计算的极限，并需要来自计算机科学和应用数学的深刻见解。

我们最感兴趣的区域——星系和星系团的致密核心——也正是需要最高分辨率的区域。为了管理这一点，代码使用自适应网格加密（AMR），在更密集的区域放置更小、更精细的网格单元。这带来了一个严峻的计算挑战：模拟的某些部分现在计算成本远高于其他部分。为了在拥有数千个处理器（或称“ranks”）的超级计算机上高效运行，工作负载必须得到平衡。需要一个复杂的负载均衡算法来分割计算网格，并将这些区块分配给各个处理器，以确保没有单个处理器承担不成比例的工作量，并且大家大致同时完成任务。这是计算机科学中的一个经典问题，其高效的解决方案使得现代对单个星系进行高分辨率“放大”模拟成为可能。

在所有这一切之后——在物理学被选定、恒星诞生、模拟运行之后——我们如何提取最终答案？我们如何确定我们宇宙的基本参数，如物质密度（ $\Omega_m$ ）或哈勃常数（ $H_0$ ）？我们通过将模拟的预测与观测数据进行比较来做到这一点。这是贝叶斯推断和统计学的领域。我们采用像马尔可夫链蒙特卡洛（MCMC）这样的算法，这可以被看作是一种“聪明的随机行走”。想象所有可能宇宙的集合是一个广阔、多山的地貌，其坐标是宇宙学参数，而海拔高度是该宇宙与数据拟合得有多好。MCMC 算法就像一个被投放到这片迷雾笼罩地貌中的徒步者，任务是将其绘制出来。徒步者朝一个随机方向迈出一步；如果海拔更高，他们几乎肯定会迈出这一步。如果更低，他们可能仍会迈出，但这有一定概率。这使得徒步者能够探索整个地貌，而不仅仅是陷在最近的小山丘上。通过追踪徒步者的路径，我们绘制出概率最高的区域，这些区域对应于我们对宇宙学参数的最佳估计。

但为了让整个过程值得信赖，我们必须依赖于概率论数学理论中的深奥定理。我们必须证明我们的“徒步者”正在正确地探索。马尔可夫链必须是不可约的（能够到达地貌的任何部分）、非周期的（不会陷入循环）和正 Harris 递归的（保证会返回到重要区域）。只有当这些抽象的数学条件得到满足时，我们才能确信我们的 MCMC 采样器追踪的路径将忠实地收敛于参数的真实后验分布，从而为我们提供关于我们宇宙的可靠知识。

从量子引力的最高抽象到负载均衡算法的实际细节，计算宇宙学是科学统一性的明证。它不是由单一狭窄学科的专家建立的领域，而是由物理学家、天体物理学家和计算机科学家团队共同努力，构建和解释我们对现实最雄心勃勃的模型。从最真实的意义上讲，它就是宇宙本身的实验室。