Simulação inovadora mapeia todas as estrelas da Via Láctea, feito inédito na ciência.

A Via Láctea reúne mais de 100 bilhões de estrelas, e cada uma delas percorre a própria trajetória evolutiva - do nascimento à vida e, por vezes, a uma morte violenta.

O sonho de uma simulação completa da Via Láctea

Durante décadas, astrofísicos imaginaram construir uma simulação integral da nossa galáxia, uma espécie de gémeo digital capaz de pôr à prova hipóteses sobre a formação e a evolução das galáxias. Só que esse plano sempre esbarrou numa barreira computacional considerada intransponível.

Até agora.

Uma equipa liderada por Keiya Hirashima, do Centro de Ciências Teóricas e Matemáticas Interdisciplinares da RIKEN, realizou o que parecia fora de alcance: uma simulação que representa cada uma dessas 100 bilhões de estrelas ao longo de 10,000 anos de tempo galáctico.

Como inteligência artificial e física tradicional destravaram o problema

O avanço nasceu de uma combinação improvável entre inteligência artificial e simulações físicas clássicas, apresentada na Conferência de Supercomputação deste ano. E a dificuldade não era apenas “tamanho” - embora os números sejam impressionantes.

As melhores simulações de galáxias disponíveis até recentemente conseguiam lidar com cerca de um bilhão de massas solares, o que significava que a menor “partícula” do modelo correspondia a um aglomerado com aproximadamente 100 estrelas.

Com isso, acontecimentos em estrelas individuais acabavam diluídos, desaparecendo na média. Para entender o que ocorre com uma única estrela, é necessário avançar a simulação em passos de tempo muito curtos, pequenos o suficiente para capturar mudanças rápidas, como explosões de supernova.

O problema é que reduzir o passo de tempo exige um aumento exponencial do poder de computação. Com métodos convencionais, simular a Via Láctea com resolução ao nível de estrelas individuais exigiria 315 horas de supercomputador para cada milhão de anos de evolução galáctica.

Modelar sequer um bilhão de anos consumiria 36 anos no tempo do mundo real.

E aumentar a quantidade de núcleos de processamento também não resolve: depois de certo ponto, a eficiência despenca, enquanto o consumo de energia dispara.

O “atalho” com aprendizagem profunda para supernovas

A solução da equipa de Hirashima veio na forma de um modelo substituto de aprendizagem profunda.

Para isso, treinaram uma IA com simulações de supernovas em alta resolução, ensinando o sistema a prever como o gás se expande durante os 100,000 anos posteriores a uma explosão.

Esse atalho com IA assume a parte da física rápida e em pequena escala sem travar o restante do modelo, permitindo que a simulação acompanhe ao mesmo tempo a dinâmica em escala de galáxia e as catástrofes de estrelas individuais.

O ganho de desempenho é notável: o que levaria 36 anos passa a exigir apenas 115 dias.

A equipa validou os resultados com testes de grande escala no supercomputador Fugaku, da RIKEN, e no sistema Miyabi, da Universidade de Tóquio, confirmando que a simulação reforçada por IA entrega resultados precisos numa escala sem precedentes.

Esse método pode mudar a forma como modelamos qualquer sistema que combine escalas de espaço e tempo muito diferentes.

Ciência do clima, previsão do tempo e dinâmica dos oceanos enfrentam desafios parecidos, pois precisam ligar processos que vão do nível molecular ao planetário.

Este artigo foi publicado originalmente pelo Universo Hoje. Leia o artigo original.