Международная команда ученых представила первую в истории симуляцию, которая моделирует Млечный Путь на уровне каждой отдельной звезды. Исследователям удалось отследить 100 миллиардов звезд на протяжении 10 тысяч лет эволюции, использовав глубокое машинное обучение для ускорения расчетов в 100 раз, сообщает EuroNews.
Новое моделирование впервые позволило воссоздать поведение всех звезд галактики по отдельности, без объединения в большие группы. Предыдущие подходы сглаживали мелкомасштабную физику, из-за чего ученые не могли точно проследить, как формируется и меняется Млечный Путь. Благодаря сочетанию искусственного интеллекта и классических физических расчетов команда достигла разрешения, к которому стремились десятилетиями.
Проект возглавил исследователь Кейя Хирашима из Центра междисциплинарных теоретических и математических наук RIKEN в Японии. Вместе с коллегами из Токийского и Барселонского университетов он представил результаты на Международной конференции по высокопроизводительным вычислениям, сетям, хранению данных и анализу SC'25.
Ученые объяснили, что физика галактики охватывает процессы с различными временными масштабами. Это может быть как медленное движение спиральных рукавов, так и взрывы сверхновых, которые длятся считанные секунды.
Чтобы моделировать сверхбыстрые явления, такие как сверхновые, требуются крошечные вычислительные шаги, что обычно делает симуляцию чрезвычайно медленной. Команда решила это, интегрировав модель глубокого обучения. ИИ, обученный на данных высокоточных симуляций, научился прогнозировать рассеивание газа в течение 100 тысяч лет после взрыва сверхновой.
Этот подход позволил значительно ускорить вычисления без потери деталей. Модель протестировали на суперкомпьютере Fugaku ("Фугаку") и системе Miyabi ("Мияби") Токийского университета. В результате миллион лет эволюции Млечного Пути теперь рассчитывается за 2,78 часа. Моделирование миллиарда лет, которое раньше длилось бы 36 лет, сократилось до 115 дней.
В статье исследователи отмечают, что метод может быть полезным не только для галактической физики, но и для моделирования климата, формирования крупных космических структур, аккреции черных дыр и процессов турбулентности. Такие гибридные модели могут сделать сложные симуляции одновременно быстрее и точнее.
"Интеграция искусственного интеллекта с высокопроизводительными вычислениями знаменует собой фундаментальный сдвиг в том, как мы решаем многомасштабные, многофизические проблемы в вычислительных науках", - сказал Хирашима.
По словам исследователя, симуляции, ускоренные ИИ, "могут стать настоящим инструментом для научных открытий" и помочь исследователям лучше понять происхождение элементов, из которых возникла жизнь. Следующим этапом работы станет масштабирование технологии и проверка ее возможностей для моделирования земных процессов.
Недавно ученые создали самого точного в мире цифрового двойника Земли с беспрецедентным разрешением 1,25 километра. Он сочетает прогнозирование погоды и долгосрочное климатическое моделирование.