遍布宇宙的星系地图中的隐藏信息可能很快就会出现，这要归功于一种新的查询数据的方法，它保留了这些地图的三维性质。

隐藏的信息对于告诉我们宇宙学的标准模型是否正确，或者是否存在可能影响我们对“暗宇宙”的理解（包括暗物质和暗能量）的偏差至关重要。

这项研究由东京大学的天文学家 Minh Nguyen 领导，利用强大的计算机算法，能够将星系在宇宙 3D 地图中的相对位置与描绘星系生长和行为以及暗物质光晕的详细模拟进行比较。

在过去，天文学家通过在照相底片上拍摄深空图像，然后直接在照相底片上测量星系的二维空间分布来进行星系巡天。他们会尝试回答诸如“这些星系离它们的邻居有多近”和“它们彼此之间的对齐程度如何”之类的问题。

在现代，可以在这些调查中添加第三个维度。这一切都归功于多目标光谱学，它测量了这些星系的红移，从而测量了在膨胀的宇宙中，在观察到的太空体积中到它们的距离。通过这样的星系距离测量，实际上可以创建宇宙的三维地图。

然而，对这些三维星系数据进行统计分析所需的计算能力是非常强大的，因此，为了提高效率，3D 数据传统上被压缩成所谓的“n 点相关函数”，“n”指的是一个数字（通常是上面提到的两个或三个数据点）。

在大多数情况下，这一切都很好，但也有人一直怀疑，以这种方式压缩和分析数据会导致信息丢失或隐藏。现在，使用一种称为“场级推理”（FLI） 的技术，在一个名为“LEFTfield”的框架中结合一套算法，该框架模拟了从早期宇宙到现在的星系增长和聚类，Nguyen 的团队已经表明，重要信息确实被压缩所抑制。该团队凭借这一成绩获得了 Buchalter 宇宙学奖的第三名。