Ιάπωνες ερευνητές προσομοιώνουν τον Γαλαξία με 100 δισεκατομμύρια αστέρια χρησιμοποιώντας τεχνητή νοημοσύνη

Ερευνητές στην Ιαπωνία έχουν αναπτηγμένος η πρώτη προσομοίωση του γαλαξία Milky Way που παρακολουθεί περισσότερα από 100 δισεκατομμύρια μεμονωμένα αστέρια συνδυάζοντας την τεχνητή νοημοσύνη με τις δυνατότητες υπερυπολογιστών. Παρουσιάστηκε στο συνέδριο υπερυπολογιστών SC ’25 στο Σεντ Λούις, το μοντέλο προσομοιώνει 10.000 χρόνια γαλαξιακής εξέλιξης και λειτουργεί 100 φορές πιο γρήγορα από προηγούμενες τεχνικές για την αντιμετώπιση υπολογιστικών περιορισμών στη μοντελοποίηση κοσμικών δομών μεγάλης κλίμακας.

Οι προηγούμενες προσομοιώσεις έφτασαν στην τελευταία λέξη της τεχνολογίας με τη διαχείριση γαλαξιών με αστρική μάζα ισοδύναμη με περίπου ένα δισεκατομμύριο ήλιους, που αντιπροσωπεύει μόνο το ένα εκατοστό του πραγματικού αστρικού πληθυσμού του Γαλαξία. Αυτές οι προσπάθειες βασίστηκαν σε συμβατικές μεθόδους που βασίζονται στη φυσική και απαιτούν εκτεταμένη επεξεργαστική ισχύ. Για παράδειγμα, τέτοιες προσεγγίσεις απαιτούν 315 ώρες για να υπολογιστεί ένα εκατομμύριο χρόνια γαλαξιακής εξέλιξης. Η επέκταση αυτού σε ένα χρονικό πλαίσιο δισεκατομμυρίων ετών θα απαιτούσε περισσότερα από 36 χρόνια συνεχούς υπολογισμού, καθιστώντας τις πλήρους κλίμακας προσομοιώσεις Milky Way μη πρακτικές για τα περισσότερα χρονοδιαγράμματα έρευνας.

Η πρόοδος προέρχεται από ένα υποκατάστατο μοντέλο βαθιάς μάθησης που εκπαιδεύεται χρησιμοποιώντας προσομοιώσεις υψηλής ανάλυσης γεγονότων σουπερνόβα. Αυτό το στοιχείο τεχνητής νοημοσύνης αποκτά την ικανότητα να προβλέπει την επέκταση του αερίου κατά τα 100.000 χρόνια μετά από μια έκρηξη σουπερνόβα. Με αυτόν τον τρόπο, εξαλείφει την ανάγκη για πολλά μικρά χρονικά βήματα έντασης πόρων στη συνολική διαδικασία προσομοίωσης, διατηρώντας παράλληλα την ακρίβεια των φυσικών αποτελεσμάτων. Η ερευνητική ομάδα ανέπτυξε αυτό το σύστημα σε 7 εκατομμύρια πυρήνες CPU, χρησιμοποιώντας τον υπερυπολογιστή Fugaku της RIKEN παράλληλα με το σύστημα Miyabi του Πανεπιστημίου του Τόκιο, για να επιτύχει αυτές τις αποδόσεις.

Με αυτή τη ρύθμιση, ο χρόνος προσομοίωσης μειώθηκε στις 2,78 ώρες για κάθε εκατομμύριο χρόνια εξέλιξης, επιτρέποντας σε μια προβολή που εκτείνεται σε ένα δισεκατομμύριο χρόνια να ολοκληρωθεί σε περίπου 115 ημέρες. Η Χιρασίμα δήλωσε: «Η ενσωμάτωση της τεχνητής νοημοσύνης με υπολογιστές υψηλής απόδοσης σηματοδοτεί μια θεμελιώδη αλλαγή στον τρόπο με τον οποίο αντιμετωπίζουμε προβλήματα πολλαπλής κλίμακας, πολλαπλής φυσικής στις υπολογιστικές επιστήμες». Τόνισε πιθανές χρήσεις στη μοντελοποίηση του κλίματος, την πρόβλεψη καιρού και την ωκεανογραφία, όπου προκύπτουν προκλήσεις από τη σύνδεση φαινομένων μικρής κλίμακας με την ευρύτερη δυναμική του συστήματος.

Η προσομοίωση που προκύπτει επιτρέπει στους επιστήμονες να παρακολουθήσουν την εμφάνιση στοιχείων ζωτικής σημασίας για τη ζωή σε όλη την ιστορία του γαλαξία. Αυτή η ικανότητα παρέχει πληροφορίες για τις διαδικασίες χημικής εξέλιξης που συνέβαλαν στο σχηματισμό πλανητών που μοιάζουν με τη Γη.

Πίστωση επιλεγμένης εικόνας