fbpx Planck verso l'origine della materia | Science in the net

Planck verso l'origine della materia

Primary tabs

Tempo di lettura: 4 mins

Gli astronomi hanno una fantastica prerogativa. Sono gli unici in grado di “fotografare” il passato. Non il passato morto – quello lo sanno fare in molti; per esempio gli archeologi. No, gli astronomi fotografano il passato “in diretta”, nel momento in cui accade. Lo fanno grazie alla capacità degli strumenti di cui dispongono di vedere oggetti lontanissimi, così lontani che la loro luce, che arriva ora sulla Terra, è stata emessa milioni o addirittura miliardi di anni fa. Recentemente l’Istituto Nazionale di Astrofisica, utilizzando il Telescopio Nazionale Galileo istallato nell’arcipelago delle Canarie, ha battuto ogni record mondiale in materia, fotografando l’esplosione di una stella – mentre avveniva – circa 13 miliardi di anni fa!

sonda planck
Planck separation; ESA (image by AOES Medialab)

Con Planck, un gioiello della tecnologia moderna a cui la comunità scientifica e l’industria italiana hanno dato un contributo fondamentale, e che il vettore europeo Ariane 5 ha lanciato giovedì 14 maggio 2009 nello spazio e che andrà a posizionarsi a un milione e mezzo di chilometri dalla Terra, andremo oltre e fotograferemo l’Universo in una epoca ancora precedente, prima che si formassero le prime stelle e le prime galassie!

Planck studierà infatti la radiazione cosmica di fondo, quella radiazione emessa circa 400.000 anni dopo il Big Bang (secondo le stime correnti avvenuto circa 13,7 miliardi di anni fa), nelle prime fasi della formazione di un Universo, allora caldissimo, e che si è poi andato raffreddando per effetto della sua espansione. Radiazione che a noi perviene, proprio per effetto di questo raffreddamento legato all’espansione, come debole emissione nella banda delle micro-onde, onde radio di piccola lunghezza d’onda, comprese tra circa un centimetro e mezzo millimetro (questo è l’intervallo di sensibilità degli strumenti a bordo di Planck).

Lo studio di questa radiazione ci permetterà di capire come si è formato l’Universo, cosa è successo in quella inimmaginabile piccolissima frazione di secondo immediatamente successiva al Grande Botto. Sappiamo già molto sulla formazione ed evoluzione dell’Universo grazie a studi precedenti della radiazione di fondo, quelli condotti con i satelliti COBE (Cosmic Background Explorer), WMAP (Wilkinson Microwave Anisotropy Probe) e con l’esperimento italiano BOOMERanG (Balloon Observations Of Millimetric Extragalactic Radiation and Geophysics) volato su un pallone stratosferico. Planck farà di meglio. Otterrà immagini ancora più nitide di quelle ottenute sino ad ora e misurerà le microscopiche variazioni di temperatura nella radiazione di fondo con una precisione di qualche milionesimo di grado, precisione mai raggiunta prima. Ed è proprio grazie allo studio dell’ampiezza e della distribuzione spaziale di queste microscopiche variazioni di temperatura e allo studio dell’eventuale polarizzazione della radiazione di fondo che acquisiremo informazioni importantissime per comprendere come si espande l’universo nonché il passato (inflazione cosmica) e il futuro (energia oscura) della sua espansione. Otterremo anche informazioni utili a svelare il mistero della materia oscura e a capire i processi che hanno portato alla formazione delle grandi strutture di materia (galassie e ammassi di galassie) che osserviamo oggi nell’Universo.

Per questo, Planck, la prima missione europea per lo studio della radiazione cosmica di fondo, è talmente importante che l’Agenzia Spaziale Europea, l’ESA, ha recentemente chiesto al suo comitato di consulenza scientifica, l’Astronomy Working Group (e l’ha chiesto ancor prima che gli strumenti iniziassero a lavorare), se si dovesse considerare un’estensione di un anno della vita del telescopio (che è stata inizialmente stabilita in 15 mesi in modo da consentire, dopo le verifiche e calibrazioni iniziali, una doppia scansione di tutto il cielo).
Certamente! è stata la risposta dell’Astronomy Working Group. Se Plank funzionerà come previsto sarà più che opportuno estendere la sua vita operativa, così da accumulare una maggior quantità di dati. È un riconoscimento dell’importanza del contributo che questo nuovo osservatorio spaziale può dare tanto alla cosmologia quanto alla fisica fondamentale.

Link utili
http://www.satellite-planck.it un sito sul contributo italiano a Planck
Immagini di Planck dal sito dell'ESA
Gruppo "planck fan" su Facebook

Articoli correlati

Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.