Keiya Hirashima氏が率いるチームは、100億個以上の個別恒星を1万年にわたって追跡する初の銀河系シミュレーションを作成しました。人工知能を先進的な数値手法と組み合わせることで、このモデルは従来の方法よりも数百倍速く動作します。この画期的な成果は、SC '25スーパーコンピューティング会議で発表されました。
日本のRIKEN理論・数学的学際研究センター（iTHEMS）の研究者らが、Keiya Hirashima氏の指揮の下、東京大学およびスペインのバルセロナ大学のパートナーと協力し、天体物理モデリングの画期的な成果を達成しました。彼らのシミュレーションは、銀河進化の1万年にわたり1000億個以上の恒星を個別に追跡し、最先端の従来シミュレーションの100倍の恒星数を扱います。
銀河系のモデリングの課題は、広大なスケールでの重力、流体力学、化学プロセス、超新星イベントの計算を必要とする一方で、個別恒星レベルの詳細を維持することにあります。従来のシミュレーションは恒星を約100個を表す粒子にグループ化し、超新星などの小規模現象の精度を制限します。これらは極めて小さな時間ステップを要し、完全なシミュレーションを計算的に集中的にします：100万年の進化をモデル化するのに約315時間かかり、10億年では36年以上の実時間が必要です。
これに対処するため、チームは高解像度超新星データを用いて訓練された深層学習代理モデルを統合しました。このAIは、超新星後のガス挙動を10万年にわたって予測し、主計算を負担しません。RIKENのFugakuおよび東京大学のMiyabiスーパーコンピュータで検証されたこの手法は、100万年をわずか2.78時間でシミュレートし、10億年の実行を約115日で可能にします。
この研究は、「The First Star-by-star N-body/Hydrodynamics Simulation of Our Galaxy Coupling with a Surrogate Model」（DOI: 10.1145/3712285.3759866）という論文で詳細に記述され、SC '25で発表されました。Hirashima氏は、「AIを高性能コンピューティングと統合することは、計算科学における多スケール・多物理問題への取り組み方を根本的に変えるものだと信じています」と述べました。彼はさらに、「この成果は、AI加速シミュレーションがパターン認識を超えて科学発見の本物のツールとなり得ることを示しており、我々の銀河内で生命そのものを形成した元素がどのように生まれたかを追跡するのに役立ちます」と付け加えました。
この手法は、気候や天気モデリングなどの他の分野で、多スケールシミュレーションが不可欠な領域で有望です。