قاد فريق بقيادة كييا هيراشيما إلى إنشاء أول محاكاة لدرب التبانة تتبع أكثر من 100 مليار نجمة فردية عبر 10,000 عام. من خلال دمج الذكاء الاصطناعي مع تقنيات عددية متقدمة، يعمل النموذج مئات المرات أسرع من الطرق السابقة. تم تقديم الاختراق في مؤتمر الحوسبة الفائقة SC '25.
باحثون في مركز RIKEN للعلوم النظرية والرياضية متعددة التخصصات (iTHEMS) في اليابان، بقيادة كييا هيراشيما، تعاونوا مع شركاء من جامعة طوكيو وجامعة برشلونة في إسبانيا لتحقيق إنجاز في نمذجة الفيزياء الفلكية. تتبع محاكاتهم أكثر من 100 مليار نجمة بشكل فردي على مدى 10,000 عام من تطور المجرة، مما يمثل 100 مرة أكثر نجومًا من أكثر المحاكيات السابقة تقدمًا.
يأتي تحدي نمذجة درب التبانة من الحاجة إلى حساب الجاذبية وديناميكيات السوائل والعمليات الكيميائية وأحداث السوبرنوفا عبر مقاييس واسعة مع الحفاظ على التفاصيل على مستوى النجمة الفردية. تجمع المحاكيات التقليدية النجوم في جسيمات تمثل حوالي 100 كل واحدة، مما يحد من الدقة للظواهر على نطاق صغير مثل السوبرنوفا. هذه تتطلب خطوات زمنية صغيرة جدًا، مما يجعل المحاكيات الكاملة مكثفة حسابيًا: نمذجة 1 مليون عام من التطور تستغرق حوالي 315 ساعة، لذا فإن 1 مليار عام سيستغرق أكثر من 36 عامًا من الوقت الحقيقي.
لمعالجة ذلك، دمج الفريق نموذجًا بديلًا للتعلم العميق مدربًا على بيانات سوبرنوفا عالية الدقة. يتنبأ هذا الذكاء الاصطناعي بسلوك الغاز بعد السوبرنوفا على مدى 100,000 عام دون إثقال الحساب الرئيسي. تم التحقق منه على حواسيب RIKEN Fugaku وMiyabi الخاصة بجامعة طوكيو، حيث يحاكي النهج 1 مليون عام في 2.78 ساعة فقط، مما يمكن من تشغيل 1 مليار عام في حوالي 115 يومًا.
العمل، المفصل في ورقة بعنوان 'The First Star-by-star N-body/Hydrodynamics Simulation of Our Galaxy Coupling with a Surrogate Model' (DOI: 10.1145/3712285.3759866)، تم تقديمه في SC '25. قال هيراشيما: "أعتقد أن دمج الذكاء الاصطناعي مع الحوسبة عالية الأداء يمثل تحولًا أساسيًا في كيفية التعامل مع المشكلات متعددة المقاييس ومتعددة الفيزياء عبر العلوم الحسابية." وأضاف: "يظهر هذا الإنجاز أيضًا أن المحاكيات المعجلة بالذكاء الاصطناعي يمكن أن تتجاوز التعرف على الأنماط لتصبح أداة حقيقية للاكتشاف العلمي -- تساعدنا في تتبع كيفية ظهور العناصر التي شكلت الحياة نفسها داخل مجرتنا."
يحمل التقنية وعودًا لمجالات أخرى مثل نمذجة المناخ والطقس، حيث تكون المحاكيات متعددة المقاييس أساسية.