Sebuah tim yang dipimpin oleh Keiya Hirashima telah menciptakan simulasi pertama Bima Sakti yang melacak lebih dari 100 miliar bintang individu selama 10.000 tahun. Dengan menggabungkan kecerdasan buatan dengan teknik numerik canggih, model ini berjalan ratusan kali lebih cepat daripada metode sebelumnya. Terobosan ini disajikan di konferensi superkomputasi SC '25.
Peneliti di Pusat RIKEN untuk Ilmu Teoretis dan Matematis Interdisipliner (iTHEMS) di Jepang, yang dipimpin oleh Keiya Hirashima, bekerja sama dengan mitra dari The University of Tokyo dan Universitat de Barcelona di Spanyol untuk mencapai tonggak sejarah dalam pemodelan astrofisika. Simulasi mereka melacak secara individual lebih dari 100 miliar bintang selama 10.000 tahun evolusi galaksi, mewakili 100 kali lebih banyak bintang daripada simulasi sebelumnya yang paling canggih.
Tantangan dalam memodelkan Bima Sakti berasal dari kebutuhan untuk menghitung gravitasi, dinamika fluida, proses kimia, dan peristiwa supernova di skala luas sambil mempertahankan detail pada tingkat bintang individu. Simulasi tradisional mengelompokkan bintang menjadi partikel yang mewakili sekitar 100 masing-masing, membatasi akurasi untuk fenomena skala kecil seperti supernova. Ini memerlukan langkah waktu kecil, membuat simulasi penuh menjadi intensif komputasi: memodelkan 1 juta tahun evolusi memakan waktu sekitar 315 jam, sehingga 1 miliar tahun akan memerlukan lebih dari 36 tahun waktu nyata.
Untuk mengatasi ini, tim mengintegrasikan model pengganti pembelajaran mendalam yang dilatih pada data supernova resolusi tinggi. AI ini memprediksi perilaku gas pasca-supernova selama 100.000 tahun tanpa membebani komputasi utama. Divalidasi pada superkomputer Fugaku milik RIKEN dan Miyabi milik The University of Tokyo, pendekatan ini mensimulasikan 1 juta tahun hanya dalam 2,78 jam, memungkinkan jalankan 1 miliar tahun dalam sekitar 115 hari.
Pekerjaan ini, dirinci dalam makalah berjudul 'The First Star-by-star N-body/Hydrodynamics Simulation of Our Galaxy Coupling with a Surrogate Model' (DOI: 10.1145/3712285.3759866), disajikan di SC '25. Hirashima menyatakan, "Saya percaya bahwa mengintegrasikan AI dengan komputasi performa tinggi menandai pergeseran mendasar dalam cara kita menangani masalah multi-skala, multi-fisika di seluruh ilmu komputasi." Ia menambahkan, "Pencapaian ini juga menunjukkan bahwa simulasi yang dipercepat AI dapat melampaui pengenalan pola untuk menjadi alat nyata untuk penemuan ilmiah -- membantu kita melacak bagaimana elemen-elemen yang membentuk kehidupan itu sendiri muncul dalam galaksi kita."
Teknik ini menjanjikan untuk bidang lain seperti pemodelan iklim dan cuaca, di mana simulasi multi-skala sangat penting.