RW Space

Млечный Путь содержит более 100 миллиардов звезд, каждая из которых проходит свой собственный эволюционный путь через рождение, жизнь и иногда насильственную смерть.

На протяжении десятилетий астрофизики мечтали создать полную симуляцию нашей галактики, цифрового двойника, который мог бы проверять теории о том, как формируются и развиваются галактики. Эта мечта всегда разбивалась о невозможную вычислительную стену.

До сих пор.

Исследователи во главе с Кейей Хирашимой из Центра междисциплинарных теоретических и математических наук RIKEN достигли того, что казалось недостижимым: моделирования, представляющего каждую из этих 100 миллиардов звезд за 10 000 лет галактического времени.

По теме: Ученые создали цифрового двойника Земли с точностью до масштаб в 1 километр

Прорыв стал результатом неожиданного сочетания искусственного интеллекта и традиционного физического моделирования, представленного на Суперкомпьютерной конференции этого года.

Проблема заключалась не только в масштабе, хотя цифры ошеломляют.

Предыдущие современные модели галактик могли обрабатывать примерно один миллиард солнечных масс, а это означает, что их наименьшая «частица» представляла собой скопление примерно из 100 звезд.

Отдельные звездные события усреднялись, теряясь в шуме. Чтобы уловить то, что происходит с одиночными звездами, необходимо делать крошечные временные шаги в процессе моделирования, достаточно короткие, чтобы уловить быстрые изменения, такие как взрывы сверхновых.

Но меньшие временные шаги требуют экспоненциально большей вычислительной мощности. Использование традиционных методов для моделирования Млечного Пути с разрешением отдельной звезды потребует 315 часов суперкомпьютерного времени на каждый миллион лет галактической эволюции.

Моделирование даже одного миллиарда лет потребует 36 лет реального времени.

Добавление большего количества процессорных ядер также не решает проблему, поскольку после определенного момента эффективность падает, а потребление энергии резко возрастает.

Команда Хирасимы нашла решение в глубоком обучении суррогатная модель.

Они обучили ИИ моделированию сверхновых с высоким разрешением, научив его предсказывать, как газ расширяется в течение 100 000 лет после взрыва.

Этот ярлык ИИ обрабатывает быструю мелкомасштабную физику, не перетаскивая остальную часть модели, позволяя симуляции одновременно отслеживать как динамику всей галактики, так и отдельные звездные катастрофы.

Прирост производительности значителен. На то, что потребовалось бы 36 лет, теперь требуется всего 115 дней.

Команда сверила свои результаты с крупномасштабными испытаниями на суперкомпьютере RIKEN Fugaku и системе Miyabi Токийского университета, подтвердив, что моделирование с использованием искусственного интеллекта дает точные результаты в беспрецедентном масштабе.

Этот подход может изменить то, как мы моделируем любую систему, включающую совершенно разные масштабы пространства и времени.

Наука о климате, прогнозирование погоды и динамика океана сталкиваются с одинаковыми проблемами, требуя связать процессы, которые варьируются от молекулярного до планетарного масштаба.

Эта статья была первоначально опубликована в журнале Universe Today. Прочтите оригинал статьи.