Рождение цифровой галактики: ИИ моделирует 100 миллиардов звезд Млечного Пути

Космические часы Вселенной отсчитывают время в масштабах, непостижимых для человеческого восприятия, где рождение и смерть звезд формируют галактики на протяжении миллиардов лет. Чтобы понять эту грандиозную механику, ученые веками вглядывались в ночное небо, а сегодня они создают его цифровое отражение. Однако путь к созданию точной модели нашей галактики, Млечного Пути, был усыпан непреодолимыми, казалось бы, вычислительными преградами, пока на стыке астрофизики и искусственного интеллекта не произошел революционный прорыв, изменивший возможности научного моделирования.

Международная команда исследователей под руководством Кеи Хирашимы из RIKEN iTHEMS в Японии успешно провела первую в мире симуляцию Млечного Пути, которая с беспрецедентной точностью отражает свыше 100 миллиардов звезд и охватывает 10 тысяч лет их эволюции. Это достижение стало возможным благодаря инновационной методологии, объединяющей искусственный интеллект и традиционное численное моделирование. Масштабы этого прорыва трудно переоценить: новая модель не только включает в 100 раз больше отдельных звезд, чем предыдущие передовые аналоги, но и была выполнена более чем в 100 раз быстрее.

Основная проблема, которую долго не могли решить астрофизики, заключалась в многомасштабности физических явлений. Точное моделирование эволюции галактики должно одновременно учитывать гравитацию, гидродинамику, взрывы сверхновых и синтез химических элементов, которые происходят в совершенно разных пространственных и временных масштабах. До сих пор ученые были вынуждены идти на компромиссы. Современные симуляции имели верхний предел массы, эквивалентный примерно миллиарду солнц, что заставляло исследователей представлять наименьшую «частицу» в модели как скопление звезд массой в 100 солнц.

В таких условиях события, происходящие с отдельными звездами, усреднялись, а точно моделировать можно было лишь крупномасштабные космические процессы. Если бы лучшая из традиционных физических симуляций попыталась смоделировать Млечный Путь вплоть до отдельных звезд, на каждый миллион виртуальных лет ей потребовалось бы 315 часов вычислений. При такой скорости моделирование всего одного миллиарда лет эволюции галактики заняло бы свыше 36 лет реального времени, что делало задачу практически невыполнимой.

Ответом на эту вычислительную дилемму стал новый подход, разработанный Кеи Хирашимой и его коллегами из Токийского университета и Университета Барселоны. Они создали гибридную систему, которая сочетает в себе суррогатную модель глубокого обучения с физическим моделированием. Искусственный интеллект был предварительно обучен на высокоточных симуляциях сверхновых, и он научился точно предсказывать расширение окружающего газа в течение 100 тысяч лет после взрыва, не расходуя при этом драгоценные вычислительные ресурсы основной модели. Этот ИИ-компонент позволил симуляции одновременно отслеживать как общую динамику галактики, так и мелкомасштабные, но критически важные явления, такие как взрывы сверхновых.

Эффективность этого метода была проверена в ходе масштабных испытаний на суперкомпьютере Fugaku компании RIKEN и суперкомпьютерной системе Miyabi Токийского университета. Результаты превзошли все ожидания. Новый подход не только обеспечил разрешение на уровне индивидуальных звезд в галактике, насчитывающей свыше 100 миллиардов светил, но и кардинально сократил время вычислений. Моделирование одного миллиона лет эволюции галактики теперь занимает всего 2,78 часа. Это означает, что желаемый миллиард лет можно смоделировать всего за 115 дней, а не за 36 лет, что открывает перед наукой совершенно новые горизонты.

Значение этого достижения выходит далеко за рамки астрофизики. Разработанная методология может трансформировать другие области, требующие многомасштабного моделирования, такие как прогнозирование погоды, океанография и климатология, где также необходимо связывать мелкомасштабные и крупномасштабные процессы. Как отметили ученые, интеграция искусственного интеллекта с высокопроизводительными вычислениями знаменует собой фундаментальный сдвиг в подходе к решению сложных многомасштабных задач в вычислительных науках.

Это достижение демонстрирует, что моделирование, ускоренное ИИ, способно выйти за рамки простого распознавания образов и стать полноценным инструментом для научных открытий, помогая человечеству проследить, как элементы, из которых сформировалась сама жизнь, возникали и распространялись в нашей галактике.