AI creëert eerste simulatie van de Melkweg met 100 miljard sterren

Een onderzoeksteam onder leiding van Keiya Hirashima van het RIKEN Center for Interdisciplinary Theoretical and Mathematical Sciences (iTHEMS) in Japan heeft, samen met collega’s van de Universiteiten van Tokio en Barcelona, voor het eerst een simulatie van de Melkweg uitgevoerd die meer dan honderd miljard afzonderlijke sterren over een periode van tienduizend jaar nauwkeurig weergeeft. Dit werd bereikt door kunstmatige intelligentie (AI) te combineren met conventionele simulaties. Het resultaat bevat niet alleen honderd keer zoveel afzonderlijke sterren als eerdere geavanceerde modellen, maar werd ook meer dan honderd keer zo snel bereikt.

Tot nu toe waren wetenschappers er niet in geslaagd om complete sterrenstelsels zoals de Melkweg te modelleren met behoud van een hoge resolutie op ster-niveau. Nauwkeurige modellen van de evolutie van sterrenstelsels zijn moeilijk te maken, omdat ze rekening moeten houden met de zwaartekracht, vloeistofdynamica, supernova-explosies en elementsynthese – processen en verschijnselen die zich op zeer verschillende schalen van ruimte en tijd afspelen.

De bestaande geavanceerde simulaties hebben een maximale massagrens van ongeveer een miljard zonnen, terwijl de Melkweg meer dan honderd miljard sterren telt. Dit betekent dat het kleinste ‘deeltje’ in zo’n simulatie in werkelijkheid een cluster van sterren is met een massa van honderd zonnen. Wat er met afzonderlijke sterren gebeurt, wordt uitgemiddeld; alleen grootschalige gebeurtenissen kunnen nauwkeurig worden gesimuleerd.

Supernova's

Het onderliggende probleem is het aantal jaren tussen elke stap in de simulatie: snelle veranderingen op het niveau van individuele sterren, zoals de evolutie van supernova’s, kunnen alleen worden waargenomen als de tijd tussen elke momentopname van de Melkweg kort genoeg is. Maar als je de Melkweg op deze conventionele manier probeert te simuleren dan kost dat 315 uur rekentijd voor elke miljoen jaar simulatietijd. In dat tempo zou een simulatie van zelfs maar een miljard jaar evolutie meer dan zesendertig jaar realtime in beslag nemen!

Om dit probleem te omzeilen hebben Hirashima en zijn team een nieuwe methode ontwikkeld die een deep learning-surrogaatmodel combineert met fysische simulaties. Het surrogaatmodel werd getraind op basis van gedetailleerde simulaties van een supernova en leerde voorspellen hoe het omringende gas zich in de honderdduizend jaar na een supernova-explosie uitbreidt, zonder gebruik te maken van bronnen uit de rest van het model. Dankzij deze AI-shortcut kon de simulatie tegelijkertijd de algemene dynamiek van het sterrenstelsel en fijnschalige verschijnselen zoals supernova-explosies modelleren.

Dankzij deze werkwijze kunnen niet alleen grote sterrenstelsels met meer dan honderd miljard sterren worden nagebootst, het eindresultaat is ook veel sneller beschikbaar: het simuleren van één miljoen jaar kost slechts 2,78 uur. Dit betekent dat de gewenste één miljard jaar in slechts 115 dagen kan worden gesimuleerd.