ИИ помог смоделировать Млечный Путь с точностью до звезды

Моделировать эволюцию галактик сложно из-за огромного разброса масштабов. Нужно учитывать гравитацию, динамику газа, синтез элементов и взрывы сверхновых — процессы, которые происходят на разных временных и пространственных уровнях. До сих пор даже самые продвинутые симуляции описывали не отдельные звезды, а их «пакеты» — по сотне Солнц в одном элементе модели.

RIKENСнимки галактического газового диска спереди (слева) и сбоку (справа). Эти снимки распределения газа после взрыва сверхновой были получены с помощью суррогатной модели глубокого обучения.

Команда центра RIKEN в Японии предложила другое решение. Они построили гибридную модель: в нее встроили нейросеть, обученную на точных симуляциях взрыва сверхновой. Она выступает как «суррогатный модуль»: вместо дорогого расчета физики расширения газа в каждый момент времени сеть мгновенно предсказывает, как будет вести себя окружающая среда.

Такой подход позволил сократить вычислительные затраты в сотни раз. То, что раньше потребовало бы более 30 лет, теперь можно посчитать за 115 дней. При этом точность симуляции выросла в разы — вплоть до уровня отдельных звезд.

Авторы считают, что метод можно адаптировать и для других задач: моделирования климата, океанов, погоды. Главное — совместить крупномасштабную физику с локальными процессами. «ИИ может стать не просто вспомогательным инструментом, а полноценной частью научных моделей», — отмечают исследователи.

В этом материале рассказываем, как ИИ используется в космической отрасли: для навигации, обработки данных и моделирования сложных процессов.

Фото Wikimedia