هوش مصنوعی امکان شبیهسازی دقیق کهکشان راه شیری را فراهم کرد

کهکشان راه شیری بیش از صدها میلیارد ستاره را در خود جای داده که هر کدام از مسیر تکاملی ویژهای شامل تولد، زندگی و گاهی مرگهای خشن برخوردار هستند.
اخترفیزیکدانان برای دههها، رویای ساخت یک شبیهسازی کامل از کهکشان ما را داشتند؛ یک همزاد دیجیتالی که بتواند نظریههای مربوط به چگونگی شکلگیری و تکامل کهکشانها را آزمایش کند. اما این رویا همیشه به سد محاسباتی غیرممکنی برخورد میکرد.
آنها در نهایت، به رهبری کییا هیراشیما در مرکز علوم نظری و ریاضی بینرشتهای RIKEN به آنچه که غیرممکن به نظر میرسید دست یافتند: شبیهسازیای که تکتک آن صدها میلیارد ستاره را در طول ده هزار سال زمان کهکشانی نشان دهد. این پیشرفت حاصل پیوند غیرمنتظره هوش مصنوعی و شبیهسازیهای فیزیک سنتی بود که در کنفرانس ابررایانشی امسال ارائه شد.
اما تا پیش از ظهور هوش مصنوعی، مشکل محققان فقط مقیاس نبود. شبیهسازیهای پیشرفته کهکشانی در گذشته میتوانستند حدود یک میلیارد جرم خورشیدی را مدیریت کنند، بدین معنا که کوچکترین ذره آنها نماینده خوشهای از حدود صد ستاره بود. اما مشکل از جایی شروع میشد که رویدادهای ستارهای نادیده گرفته میشدند و در میان نویزها از بین میرفتند. برای ثبت آنچه که برای ستارگان منفرد رخ میداد، نیاز بود که گامهای زمانی بسیار کوچکی در شبیهسازی برداشته شود، آنقدر کوتاه که تغییرات سریعی مانند انفجارهای ابرنواختری را ثبت کند.

اما گامهای زمانی کوچکتر، قدرت محاسباتی بسیار بیشتری میطلبند. استفاده از روشهای مرسوم برای شبیهسازی راه شیری، نیازمند ۳۱۵ ساعت زمان ابررایانه برای هر میلیون سال تکامل کهکشانی بود. حتی مدلسازی فقط یک میلیارد سال از این تکامل، نیاز به ۳۶ سال زمان واقعی داشت. افزودن هستههای پردازشی بیشتر هم مشکل را حل نمیکند، زیرا فراتر از یک نقطه خاص، کارایی کاهش مییابد و مصرف انرژی سر به فلک میکشد.
تیم هیراشیما راهحل خود را در یک مدل جایگزین یادگیری عمیق پیدا کرد. آنها یک هوش مصنوعی را روی شبیهسازیهای با وضوح بالای ابرنواخترها آموزش داده و به آن یاد دادند که گاز چگونه در طول صد هزار سال پس از انفجار منبسط میشود. این میانبر هوش مصنوعی، فیزیک سریع را در مقیاس کوچک مدیریت میکند، بدون آنکه فرآیند شبیهسازی بقیه مدل را کند کند. به لطف هوش مصنوعی، این شبیهساز اجازه دارد تا به طور همزمان پویاییهای کل کهکشان و فجایع ستارهای فردی را ردیابی نماید.

هوش مصنوعی کمک زیادی به بهبود عملکرد این مدلسازیها کرده است. آنچه که قبلا ۳۶ سال زمان میبرد، اکنون تنها به ۱۱۵ روز نیاز دارد. این تیم نتایج خود را با آزمایشهای مقیاس بزرگ روی ابررایانه Fugaku در RIKEN و سیستم Miyabi دانشگاه توکیو مقایسه و تایید کرد که این شبیهسازی طراحیشده با AI، نتایج دقیقی را در مقیاسی بیسابقه تولید میکند.
این رویکرد میتواند نحوه مدلسازی هر سیستمی که شامل مقیاسهای بسیار متفاوت فضا و زمان است را متحول سازد. دانش اقلیمی، پیشبینی وضع هوا و پویاییهای اقیانوسی همگی با چالشهای مشابهی روبرو هستند و نیاز دارند فرآیندهایی را که از مقیاس مولکولی تا سیارهای گسترده هستند، به یکدیگر متصل کنند.


