第53章 模拟宇宙与统计模型：模型结果能成为何种证据
53.1 从物理方程到数值粒子
计算机屏幕上出现细丝、空洞和聚集的亮点时，观看者很容易把它理解为宇宙的缩影。模拟图像的视觉说服力，来自它能够把庞大的时空演化压缩为一段可以观看的过程。但图像首先是某个模型在数值条件下的结果。它要成为关于宇宙的证据，还必须经过一道不能省略的转换：哪些计算量对应观测量，哪些相似只是显示方式造成，哪些差别足以挑战模型？
N体模拟中的粒子通常是数值表示单位，不应直接理解为一颗恒星或一个基本粒子。它们承载质量与运动信息，用有限计算资源近似某种连续或高维的物理分布。分辨率决定哪些尺度上的结构能够被解析，体积决定哪些大尺度模式能够被纳入。增大体积与提高细节之间存在成本权衡，因此模拟并不是一个无条件包含全部宇宙过程的微型世界。
数值方法也有自己的误差。时间步长、力计算、边界条件与初始条件都会影响结果。一个结构在屏幕上看起来稳定，并不意味着它已经摆脱数值设置的影响。研究者需要改变分辨率或计算方案，考察目标统计量是否趋于稳定。这里的收敛不是所有细节逐点相同；复杂系统中微小初始差异可能造成局部差别。关键是所宣称的群体性质或物理关系，是否在允许的数值变化下保持可比较性。
EAGLE项目把引力、流体演化和未解析过程的参数化连接起来，研究星系及其环境的形成。[53-1] 这一安排说明，模拟输出不是单一方程未经中介的直接展开。它包括理论选择、数值实现以及有限尺度上的近似。认识这些中介并不会贬低模拟，反而帮助明确它为何有能力回答某类问题，同时无力回答另一些问题。
可以用一个思想实验说明分辨率的作用。假设两个模拟使用相同的大尺度初始分布，却以不同细度表示气体。若某种局部高密度过程只在较细模拟中得到解析，二者就不能仅凭“采用相同物理”被视为完全等价。粗模拟可能需要用有效规则补偿遗漏过程，而该规则的参数不必在提高分辨率后仍然保持同样意义。模型名称相同，并不保证实际运算对象相同。
因此，SDE中的显露S在这里应指明是计算输出，而不是已经确认的自然结构。D是数值演化与参数变化形成的差异序列，E是方程、解析尺度和表示规则的相互规定。先区分计算世界与观测世界，才能讨论二者怎样建立有效对应。如果直接把模拟中的结构称作宇宙真实结构，后面的比较便会在开始之前失去检验意义。
模拟最重要的认识贡献之一，是让一些隐含前提能够被共同运行。一个关于反馈、冷却或质量聚集的设想，在口头上可能与其他设想都相容；进入同一计算系统后，它会对多个结果产生关联影响。这个关联使模型承担更多约束。模拟因而可以比单独叙述更严格，但前提是研究者不把每一种不符都交给新的自由参数处理。
53.2 亚网格模型为何必要
星系研究涉及跨度巨大的尺度。一套覆盖广阔宇宙体积的计算，通常无法同时细致解析每个恒星形成区域、每次爆发现象及其与周围气体的全部作用。因此，亚网格模型用可计算的有效规则表示那些没有直接解析的过程。它不是对无知的任意粉饰，而是有限分辨率下不可避免的建模选择；它的科学性取决于依据、约束和可检验范围。
但“物理上有依据”不等于“参数已经唯一确定”。不同有效规则可能都具有合理动机，也可能在某些观测量上产生相近结果。Crain等人对EAGLE亚网格校准与模型变体的研究说明，仅匹配低红移恒星质量函数，并不足以保证得到合适的星系；其他性质能提供额外限制。[53-2] 这提醒我们，一个成功指标能够约束模型，却不必完全识别机制。
设想两种反馈方案都得到相近的恒星总质量。一种可能较早抑制气体形成恒星，另一种可能允许早期形成较多恒星而在后期改变气体供应。总量相近并不意味着历史相同，也不保证空间分布、化学组成和随时间的变化相同。若只考察最终总量，两种机制便难以区分；加入不同时期或不同性质的观测，才可能削减这种退化。
这里需要区分校准目标与外部检验目标。某个观测量已经用于选择参数，随后模拟与该量相符，主要说明校准实现了预定目标；它不能以同样权重再算作独立预测成功。未参与校准的关系若也被合理重现，则提供更强的外部支持。但“未参与”必须按实际研究过程判断，不能只根据论文最后呈现的章节顺序判断。
参数变化研究也有两种不同用途。一种是寻找更好的拟合，另一种是分析结果对机制的敏感性。前者回答“怎样使输出更接近资料”，后者回答“哪一个过程控制什么变化”。两者可以合作，却不能混同。一个经过多次试调的模型，可能预测表现很好，但研究者仍需解释其参数是否具备稳定的物理意义，以及多个参数之间是否相互补偿。
从发生学角度看，E的纠缠在这里表现得很具体：分辨率改变有效过程的作用范围，校准目标改变可接受参数，参数又改变输出中可被当作星系的结构。若这些变化重新规定了研究对象，就不能只把它们记为后台技术设置。模拟中的星系身份需要明确识别算法、边界和属性提取规则，才可能与观测中的星系建立公平比较。
这也意味着不同模拟之间的争论不能只看图像美观或单一拟合优度。研究者应说明它们共享哪些物理假设、使用哪些不同有效规则，以及哪些观测量真正有能力区分它们。多种模型并存可以是认识尚未充分约束的表现，也可以是检验稳健性的资源。强行要求所有模型立即汇入一种表示，并不必然增加可靠性。
53.3 模拟与观测公平比较
模拟知道自己内部的全部物理变量，观测只能通过有限信号推断属性。若直接把模拟里的“真实恒星质量”与观测依据光谱和颜色推断的恒星质量比较，就可能把估计方法的差异误当成物理模型的差异。公平比较要求模拟也经过类似的观测过程，或者明确建模两种量之间的转换。
模拟观测的基本思想，是先把模型生成的对象转化为可被仪器记录的信号，再施加相应的误差、分辨率、天空覆盖和选择规则，最后使用与真实数据相容的分析办法。这样得到的模拟目录，才与观测目录处在更接近的证据层次。这里没有要求复制所有技术细节，而是要求保留对当前结论有重要影响的环节。
例如，若研究某类低表面亮度结构，观测的背景扣除与检测阈值可能十分关键。模拟内存在这类结构，并不意味着观测一定能够识别它；观测没有报告，也不能直接证明模拟过量产生。必须问：如果这些结构按照模型存在，经过实际检测链以后，应该有多少被保留？这个问题把抽象的“看起来不一样”转化为可以进行概率判断的差异。
EAGLE公开数据库提供从不同体积、分辨率和物理模型的模拟提取的星系与晕属性，使研究者能够比较这些条件下的输出。[53-3] 公开结果扩大了复查机会，但目录中的方便栏目仍然需要定义。不同孔径内的质量、不同边界内的气体、不同时间平均下的形成率，都可能具有不同数值。比较以前应当先比较量的含义。
统计摘要也是一种选择。两份目录可能有相近的一维分布，却具有不同的相关结构；也可能在某个相关函数上相似，而在稀有尾部明显不同。选择哪种摘要，取决于要检验的物理主张。若模型只是为某一摘要调参成功，不能把它扩展为“整个星系形成理论得到证明”。相反，一个未匹配的摘要也不能无条件推翻所有相关物理，需要定位差异来自哪一层。
作为现代示意，可以把比较链写成物理参数产生模拟状态，模拟状态经过观测算子产生合成数据，合成数据再经过与观测一致的统计程序产生可比较结果。每一步都有潜在不确定性。前一步的真实变量与后一步的估计量不应同名而不加区分，否则方法误差容易在命名中消失。
从漂亮输出S进入分析，容易问“它像不像宇宙”；从观测过程D进入，则会问“若模型为真，我们实际会得到怎样的记录”。后一个问题更能暴露选择效应，也更适合设置反证。这是六路径比较在本章的有限增量：改变入口，使视觉相似不再主导判断，而让预测记录与实际记录之间的差异承担主要检验责任。
但是，观测算子也不能成为保护模型的万能缓冲层。如果每次不符都被归给未精确建模的探测过程，而这些调整又没有独立约束，模型就会获得不合理的免检地位。应当事先说明哪些观测条件已知、哪些可以变化以及允许变化的范围。公平比较意味着双方都接受约束，不是替其中一方寻找无限解释空间。
53.4 负结果的意义
模拟与数据不一致时，最有价值的问题不是谁输谁赢，而是哪种主张受到限制。代码实现有错误、分辨率不足、有效模型不适用、初始条件不同以及基本物理假设有问题，是不同层级的可能原因。它们不能仅靠一张差异图自动区分。负结果只有与诊断过程结合，才能推动知识改变。
一种有力的诊断是保持主要条件不变，只改变具有明确物理意义的过程，观察目标差异是否随之改变。另一种是使用未参与调参的数据，检查修改能否同时解释新旧现象。如果改善一个指标必然恶化另一个具有独立支持的指标，研究者便需要面对真实的模型张力。把所有指标都放进校准目标，有时可以获得更好的总体拟合，却也可能减少独立检验的空间。
研究记录必须保留失败版本。只发布最终表现最好的运行，会使读者看不到参数搜索范围，也难以评估结果是否经过大量尝试才获得。保留哪些修改没有帮助、哪些修改引入新问题，能够让后续研究避免重复，也能防止把探索中的偶然成功误写成事先预测。负结果不是论文正文之外的废料，而是识别机制边界的材料。
在三原理的讨论中，模拟差异可以构成张力，但张力不会自动产生有效创新。它可能促成新的数值方法，也可能促成更合理的观测比较；还可能只是让团队增加参数而未增加区分力。只有当改变使独立检验更有约束，或明确排除了一个原先可行的解释时，才有理由把它称为生产性发展。单纯让图像更像预期，不足以承担这一判断。
本章也提供一个对SDE自身的限制。若SDE只说模拟结果由运行和条件共同产生，它与一般建模常识没有明显区别。要获得额外价值，必须具体追踪某项输出怎样改变后续比较、怎样修订模型条件，以及这些修订在哪些独立材料上得到支持。若传统数值分析和模型选择已经完成这些工作，应承认SDE主要贡献了跨环节整理，而非新的物理机制。
还应区分数值验证与物理验证。数值验证问程序是否正确实现了指定方程，并在适当测试中达到预期精度；物理验证问这些方程与有效规则是否足以描述所研究现象。程序可以正确求解一个不适用的模型，也可以因为数值误差偶然补偿物理缺陷而得到看似良好的结果。把两种验证分开，才能避免把运行成功直接等同于理论成功。
模拟中的因果干预也有明确边界。关闭某项反馈，观察星系性质改变，能够说明在该模型结构中这一过程发挥怎样的作用。但它不能单独证明真实宇宙中的同名过程具有相同效应。模型中的干预结果需要通过观测后果与其他约束取得现实支持。模拟提供的是受控可能性空间，其说服力来自这个空间与实际证据的连接强度。
另一方面，模型并不因为不完整就失去价值。一个有意忽略复杂细节的简化模拟，可能更清楚地揭示某种大尺度机制；一个包含更多过程的模拟，则可能适合检验多种观测量的联合相容性。复杂度与解释力没有简单的单调关系。选择模型时，应当先说明要回答的问题，再决定需要保留哪些过程，而不是把计算规模当成唯一质量指标。
开放模拟数据也会形成新的回写。研究者能够提出原设计者未预设的问题，对同一输出采取不同识别算法，或将它送入新的模拟观测流程。若这些研究发现某类统计结论强烈依赖对象边界，下一轮模拟发布就可能需要同时提供多种定义。此时变化的不是自然方程，而是共同体认识模拟对象的方式及其公共条件。这样的具体修订，才是可以追踪的历史回写。
最后，负结果需要保留尺度范围。某一解析尺度内的失败，不必否定模型在更大尺度上的有效性；某一时期的成功，也不能直接延伸到全部宇宙历史。适用域越清楚，失败越能提供定位信息。没有边界的宏大主张容易被一切支持，也容易被一切反驳，反而难以成为有效研究的对象。
模拟宇宙因而具有双重地位。它是研究者实际构成的、能够运行和修改的理念与技术复合体；它又必须凭借观测接受关于现实宇宙的约束。这两种地位不能互相替代。模拟的自由使我们能够探索未曾观测的可能，观测的抵抗则使这种探索不至于变成任意想象。新的天文学世界就在这类可运行设想与可反驳记录之间逐步形成。
本章参考文献
[53-1] Schaye, J. et al. The EAGLE project: simulating the evolution and assembly of galaxies and their environments. 2015. https://academic.oup.com/mnras/article/446/1/521/1316115
[53-2] Crain, R. A. et al. The EAGLE simulations of galaxy formation: calibration of subgrid physics and model variations. 2015. https://arxiv.org/abs/1501.01311
[53-3] McAlpine, S. et al. The EAGLE simulations of galaxy formation: public release of halo and galaxy catalogues. 2016. https://arxiv.org/abs/1510.01320