Uma equipe liderada por Keiya Hirashima criou a primeira simulação da Via Láctea que rastreia mais de 100 bilhões de estrelas individuais ao longo de 10.000 anos. Ao combinar inteligência artificial com técnicas numéricas avançadas, o modelo executa centenas de vezes mais rápido que métodos anteriores. O avanço foi apresentado na conferência de supercomputação SC '25.
Pesquisadores do Centro RIKEN para Ciências Teóricas e Matemáticas Interdisciplinares (iTHEMS) no Japão, liderados por Keiya Hirashima, colaboraram com parceiros da The University of Tokyo e da Universitat de Barcelona, na Espanha, para alcançar um marco na modelagem astrofísica. Sua simulação rastreia individualmente mais de 100 bilhões de estrelas durante 10.000 anos de evolução galáctica, representando 100 vezes mais estrelas do que as simulações anteriores mais avançadas.
O desafio de modelar a Via Láctea surge da necessidade de calcular gravidade, dinâmica de fluidos, processos químicos e eventos de supernovas em escalas vastas, mantendo detalhes no nível de estrela individual. Simulações tradicionais agrupam estrelas em partículas representando cerca de 100 cada, limitando a precisão para fenômenos em pequena escala, como supernovas. Estes exigem passos de tempo minúsculos, tornando as simulações completas computacionalmente intensivas: modelar 1 milhão de anos de evolução leva cerca de 315 horas, então 1 bilhão de anos exigiria mais de 36 anos de tempo real.
Para resolver isso, a equipe integrou um modelo substituto de aprendizado profundo treinado em dados de supernovas de alta resolução. Essa IA prevê o comportamento do gás pós-supernova ao longo de 100.000 anos sem sobrecarregar o cálculo principal. Validado nos supercomputadores Fugaku do RIKEN e Miyabi da The University of Tokyo, a abordagem simula 1 milhão de anos em apenas 2,78 horas, permitindo uma execução de 1 bilhão de anos em cerca de 115 dias.
O trabalho, detalhado em um artigo intitulado 'The First Star-by-star N-body/Hydrodynamics Simulation of Our Galaxy Coupling with a Surrogate Model' (DOI: 10.1145/3712285.3759866), foi apresentado na SC '25. Hirashima afirmou: "Acredito que integrar IA com computação de alto desempenho marca uma mudança fundamental em como abordamos problemas multi-escala e multi-física nas ciências computacionais." Ele acrescentou: "Este feito também mostra que simulações aceleradas por IA podem ir além do reconhecimento de padrões para se tornar uma ferramenta genuína para descoberta científica -- ajudando-nos a rastrear como os elementos que formaram a vida em si emergiram dentro de nossa galáxia."
A técnica promete aplicações em outros campos, como modelagem climática e meteorológica, onde simulações multi-escala são essenciais.