Krátko: Istraživači iz RIKEN-a razvili su hibridnu AI–HPC simulaciju koja prikazuje Mlečni put sa oko 100 milijardi zvezda i prati pojedinačne zvezde. AI-surrogat modelira ponašanje supernova i širenje gasa na rok od 100.000 godina, što je omogućilo simulaciju ~100× većeg opsega i ~100× brže izvođenje. Rad je predstavljen na SC '25, a metoda obećava primene i u modelovanju klime, okeana i atmosferskih procesa.
Novi AI model simulira Mlečni put sa 100 milijardi zvezda i prati pojedinačne zvezde
Mlečni put, dom više od 100 milijardi zvezda uključujući i naše Sunce, sada je prikazan u dosad nesličenom detalju zahvaljujući hibridnoj metodi koja kombinuje visokoperformantno računanje i AI. Dosadašnje najsloženije simulacije obuhvatale su masu reda veličine oko 1 milijarde Sunca, što je značilo da svaka najmanja jedinica predstavljala prosečno ~100 zvezda — rezultat relativno niske prostorne razlučivosti. Novi model pomera ovu granicu i prati pojedinačne zvezde kroz galaksiju.
Ključ napretka je upotreba dubokog učenja kao surrogat-modela za simulacije ponašanja supernova. Detaljno modelovanje fine čestica i širenja gasa iz eksplodirajućih zvezda je izuzetno zahtevno računarski; tim predvođen Keijom Hirashimom iz RIKEN-a obučio je AI na visokorazlučivim simulacijama supernova kako bi predviđao kako će se gas širiti u periodu od 100.000 godina. Time je AI preuzeo „sitne“, ali kritične procese, oslobađajući glavnu simulaciju da se fokusira na evoluciju cele galaksije.
Rezultat je model koji uključuje oko 100 milijardi zvezda — odnosno približno 100 puta veću razlučivost nego ranije radove — i koji je generisan više od 100 puta brže. Ovaj rad je predstavljen na konferenciji SC '25, međunarodnom skupu posvećenom superračunarstvu.
Zašto je to važno?
Praćenje pojedinačnih zvezda omogućava naučnicima da mnogo preciznije rekonstruišu istoriju formiranja zvezda, kretanja gasa i raspodelu teških elemenata kroz Mlečni put. Bolje razumevanje širenja materije iz supernova pomaže u praćenju kako su se elementi koji čine planete i život distribuirali kroz galaksiju.
„Verujem da integracija AI i visokoperformantnog računanja označava temeljnu promenu u pristupu višeskalnim i višefizičkim problemima u računarskim naukama“, izjavio je Keiya Hirashima. „Ovo dostignuće pokazuje da AI-akcelerisane simulacije mogu postati pravi alat za naučno otkriće.“
Autori takođe ističu širi potencijal metode: primene se očekuju u modelovanju okeana, atmosfere i klimatskih sistema, gde kombinacija detaljnih lokalnih procesa i globalnih simulacija često nailazi na iste računarske prepreke.
Ovaj rezultat predstavlja značajan korak ka tome da simulacije u astronomiji i drugim oblastima postanu detaljnije i brže, bez ugrožavanja fizičke verodostojnosti modela. Iako će dodatne provere i nezavisne reprodukcije biti neophodne, hibridni pristup otvara novu eru u simulativnoj nauci.
Pomozite nam da budemo bolji.
