Исследователи успешно провели первую в мире симуляцию Млечного Пути, точно отражающую более 100 миллиардов отдельных звезд в течение 10 тысяч лет. Этот подвиг был совершен благодаря сочетанию искусственного интеллекта (ИИ) с многочисленными симуляциями. Симуляция не только отражает в 100 раз больше отдельных звезд, чем предыдущие современные модели, но и была создана в 100 раз быстрее.
Вызовы моделирования Млечного Пути
Астрофизики пытаются создать модель Млечного Пути вплоть до отдельных звезд, которую можно было бы использовать для проверки теорий формирования галактик, их структуры и эволюции светил на основе реальных наблюдений. Такая работа чрезвычайно сложна, ведь точные модели эволюции галактик должны учитывать гравитацию, динамику жидкостей, взрывы сверхновых и синтез элементов — процессы, происходящие в совершенно разных пространственных и временных масштабах.
До сих пор ученые не могли моделировать большие галактики, такие как Млечный Путь, сохраняя при этом высокое разрешение на уровне звезд. Самые современные симуляции имеют верхний предел массы около миллиарда солнц, тогда как Млечный Путь имеет более 100 миллиардов звезд. Это означает, что самая маленькая «частица» в модели на самом деле является скоплением звезд массой 100 солнц. Происходящее с отдельными звездами усредняется, и точно моделировать можно только крупномасштабные события.
Основной проблемой является количество лет между каждым этапом моделирования — быстрые изменения на уровне отдельных звезд, такие как эволюция сверхновых, можно наблюдать только в том случае, если время между каждым снимком галактики достаточно коротко.
Вычислительные ограничения и новый подход к моделированию
Однако обработка меньших временных интервалов требует больше времени и вычислительных ресурсов. Не считая современных ограничений массы, если лучшая на сегодняшний день физическая симуляция пыталась бы смоделировать Млечный Путь вплоть до отдельных звезд, то на каждые 1 миллион лет симуляции потребовалось бы 315 часов.
При таком темпе моделирования даже один миллиард лет эволюции Галактики потребовал бы более 36 лет реального времени. Однако просто добавлять все больше ядер суперкомпьютеров — не выход. Они не только потребляют колоссальное количество энергии, но и увеличение их количества не всегда ускоряет вычисления, ведь эффективность системы неизбежно падает.
В ответ на этот вызов Кейя Хирашима из Центра междисциплинарных теоретических и математических наук (iTHEMS) RIKEN в Японии вместе с коллегами из Токийского университета и Университета Барселоны в Испании разработал новый подход, объединяющий суррогатную модель глубокого обучения с физическими.
Заменяемая модель была обучена на высокоразрешающих симуляциях сверхновых и научилась прогнозировать, как окружающий газ расширяется в течение 100 000 лет после взрыва, не привлекая ресурсы всей модели. Благодаря этому искусственному интеллекту симуляция может одновременно воспроизводить общую динамику галактики и мелкомасштабные процессы — в частности взрывы сверхновых.
Чтобы проверить эффективность симуляции, команда сравнила результаты с крупномасштабными тестами с помощью суперкомпьютера RIKEN Fugaku и суперкомпьютерной системы Miyabi Токийского университета.
Прорывные результаты моделирования
Этот метод не только позволяет различать отдельные звезды в больших галактиках, содержащих более 100 миллиардов светил, но и моделирует 1 миллион лет всего за 2,78 часа. Это означает, что желаемые 1 млрд лет можно смоделировать всего за 115 дней, а не за 36 лет.
Кроме астрофизики, этот подход может трансформировать другие многомасштабные моделирования, например в области метеорологии, океанологии и климатологии, где моделирование требует связи между мелкомасштабными и крупномасштабными процессами.
Ученые, проводившие моделирование, считают, что интеграция искусственного интеллекта с высокопроизводительными вычислениями означает фундаментальное изменение того, как мы решаем многомасштабные, мультифизические проблемы в вычислительной науке.
По материалам phys.org
