Symulacja 100 mld gwiazd Drogi Mlecznej. Dzięki AI i superkomputerom
Naukowcy zaprezentowali pierwszą symulację Drogi Mlecznej odwzorowującą ponad 100 mld gwiazd, działającą 100 razy szybciej niż dotychczasowe modele. Nowa technika modelowania może się także przydać do badań nad klimatem.
Droga Mleczna
Nasza galaktyka stanowi fascynujący system składający się z co najmniej stu miliardów gwiazd krążących wokół supermasywnej czarnej dziury SgrA*. Badania nad ewolucją tak skomplikowanego układu na poziomie szczegółowości pozwalającym na odzwierciedlenie ewolucji każdej pojedynczej gwiazdy w galaktyce wymagają ogromnej mocy obliczeniowej. Wszystko jednak wskazuje na to, że w końcu udało się osiągnąć odpowiedni poziom zaawansowania technologii.
Nad projektem pracowali badacze z japońskiego centrum RIKEN iTHEMS, Uniwersytetu Tokijskiego oraz Uniwersytetu Barcelońskiego. Połączyli oni klasyczne obliczenia numeryczne z modelem AI. W ten sposób udało się uchwycić zjawiska zachodzące w skali pojedynczych gwiazd, w tym wybuchy supernowych, bez rezygnacji z pełnego obrazu galaktyki. Zespół podkreśla, że nowa metoda zapewnia zarówno wysoką rozdzielczość, jak i nieosiągalne wcześniej tempo obliczeń.
Dotychczasowe symulacje galaktyk większych rozmiarów były zbyt ograniczone. Najmniejsze cząstki analizowane przez takie symulacje odpowiadały grupom gwiazd o masie ok. 100 mas Słońca. Los poszczególnych gwiazd w tych grupach był uśredniany na całą grupę. Mało tego, fakt, że każdy krok symulacji odpowiadał ok. stu latom sprawiał, że nie było możliwości obserwowania gwałtownych zmian, takich jak eksplozje supernowe.
Teraz jednak sytuacja uległa diametralnej zmianie. Badacze wytrenowali zastępczy model głębokiego uczenia na wysokorozdzielczych symulacjach supernowej. AI przewiduje, jak gaz wokół wybuchu rozszerza się w ciągu 100 tys. lat, odciążając główną symulację. Dzięki temu system jednocześnie liczy dynamikę całej galaktyki i precyzyjnie odwzorowuje procesy w skali pojedynczych gwiazd.
Kluczowe liczby pokazują skalę postępu. Dotychczasowe metody wymagałyby ok. 315 godzin na każdy 1 mln lat czasu symulacji przy rozdzielczości na poziomie pojedynczych gwiazd. W nowym rozwiązaniu 1 mln lat policzono w 2,78 godz. To oznacza, że 1 mld lat ewolucji galaktyki można prześledzić w ok. 115 dni, a nie ponad 36 lat. Jednocześnie odtworzono ponad 100 mld gwiazd, czyli 100 razy więcej niż w dotychczasowych modelach.
Metody łączące AI i HPC mogą przyspieszyć symulacje wielkoskalowe w meteorologii, oceanografii i naukach o klimacie, gdzie kluczowe jest spójne połączenie procesów lokalnych i globalnych. To może być dopiero początek fenomenalnej kariery AI w badaniach naukowych.
