این مدل با دنبال کردن بیش از ۱۰۰ میلیارد ستارهٔ مجزا در طول ۱۰ هزار سال تغییرات، به سطحی از وضوح باورنکردنی رسیده که اخترفیزیک‌دانان برای دهه‌ها در جستجوی آن بودند.
تا به امروز، پیشرفته‌ترین شبیه‌سازی‌ها ستاره‌ها را در گروه‌های بزرگ دسته‌بندی می‌کردند و فیزیکِ ریزمقیاسی که شکل‌دهنده رشد و تحولات کهکشان‌هاست، را ساده‌سازی و هموار می‌نمایند.
رویکرد جدید، این وضعیت را به‌طرز انقلابی تغییر می‌دهد. با ترکیب یادگیری عمیق و مدلسازی سنتی بر اساس فیزیک، این تیم موفق به تولید شبیه‌سازی‌ای در مقیاس کهکشانی شده است که ۱۰۰ برابر سریع‌تر از روش‌های گذشته عمل می‌کند و در عین حال از ۱۰۰ برابر تعداد ستاره‌ها بهره‌برداری می‌کند.
چرا شبیه‌سازی کهکشان ما این‌قدر چالش‌برانگیز بوده است
به منظور درک چگونگی شکل‌گیری کهکشان راه شیری و ادامه تحولات آن، محققین به مدل‌هایی نیاز دارند که از ساختار پیچیده و مارپیچی کهکشان تا رفتار ستاره‌های منفرد و ابرنواخترها را در بر بگیرد.
اما فیزیک دخیل، از جمله گرانش، دینامیک گاز، غنی‌سازی شیمیایی و مرگ‌های انفجاری ستاره‌ها، در بازه‌های زمانی متفاوتی رخ می‌دهد.
ثبت رویدادهای سریع، نظیر انفجارهای ابرنواختر، ایجاب می‌کند که شبیه‌سازی با گام‌های بسیار کوچک و حساسی پیش برود؛ فرایندی که چنان سنگین از نظر محاسباتی است که مدلسازی یک میلیارد سال از تاریخ کهکشانی می‌تواند دهه‌ها زمان ببرد.
میان‌بُرِ هوش مصنوعی
این پروژه تحت سرپرستی پژوهشگر Keiya Hirashima در مرکز علوم نظری و ریاضی میان‌رشته‌ای ریکن (iTHEMS) در ژاپن با همکاری محققانی از دانشگاه توکیو و دانشگاه بارسلونا انجام شد. نتایج این تحقیق به‌تازگی در کنفرانس بین‌المللی محاسبات کارایی‌بالا، شبکه، ذخیره‌سازی و تحلیل (SC’25) ارائه گردید.
تیم هیراشیما این چالش را با استفاده از یک مدل جانشین مبتنی بر یادگیری عمیق حل کرد. این هوش مصنوعی که با شبیه‌سازی‌های پرجزئیات رفتار ابرنواخترها آموزش داده شده بود، توانست پیش‌بینی کند که گاز پس از یک انفجار در ۱۰۰٬۰۰۰ سال چگونه پراکنده می‌شود.
به این ترتیب شبیه‌سازی اصلی به‌طرز چشمگیری سریع‌تر انجام می‌شد و در عین حال جزئیات مربوط به رویدادهای ابرنواخترهای منفرد حفظ می‌گردید. این روش با استفاده از داده‌های ابررایانهٔ Fugaku در ژاپن و سامانهٔ Miyabi در دانشگاه توکیو تأیید شد.
دستاورد نهایی، شبیه‌سازی‌ای از کهکشان راه شیری در مقیاس کامل بود که به وضوح واقعی ستاره‌های منفرد می‌رسد و به طرز بسیار بهینه‌تری انجام می‌شود.
اکنون، شبیه‌سازی ۱ میلیون سال از تکامل کهکشان تنها به ۲٫۷۸ ساعت زمان نیاز دارد؛ به این معنا که می‌توان ۱ میلیارد سال را در حدود ۱۱۵ روز شبیه‌سازی کرد، به‌جای ۳۶ سال.
«ابزاری واقعی برای کشف علمی»
اگرچه این موفقیت نقطه عطفی برای اخترفیزیک به شمار می‌رود، تأثیرات آن فراتر از علوم فضایی خواهد بود.
در این مقاله آمده است: «روش‌هایی مشابه کار ما می‌توانند در شبیه‌سازی‌های شکل‌گیری ساختارهای بزرگ کیهانی، رشد سیاه‌چاله‌ها، و همچنین شبیه‌سازی‌های مربوط به هوا، اقلیم و نوسانات مورد استفاده قرار گیرند.»
روش‌های ترکیبی هوش مصنوعی و فیزیک، قادر به شتاب‌بخشیدن به این مدل‌ها بوده و می‌توانند هم سریع‌تر و هم دقیق‌تر باشند.
هیراشیما اظهار داشت: «من باور دارم که ترکیب هوش مصنوعی با محاسبات کارایی‌بالا نشان‌دهنده تغییر بنیادینی در روش‌های برخورد ما با مسائل چندمقیاسه و چندفیزیکی در علوم محاسباتی است.»
او افزود: «این دستاورد همچنین نشان می‌دهد که شبیه‌سازی‌های شتاب‌یافته با هوش مصنوعی می‌توانند از تشخیص الگو فراتر رفته و به ابزاری واقعی برای کشف علمی تبدیل شوند؛ ابزاری که به ما اجازه می‌دهد ریشه‌های ایجاد عناصر سازنده حیات را در کهکشان خود پیگیری کنیم.»
گام بعدی تیم، گسترش این روش و بررسی کاربردهای آن در مدلسازی سیستم زمین خواهد بود.