پژوهشگران بنیاد پژوهشی ریکن و دانشگاه توکیو در ژاپن و دانشگاه بارسلونا در اسپانیا روش جدیدی برای مدلسازی کهکشان راه شیری با استفاده از بیش از ۱۰۰ میلیارد ستاره در طول ۱۰ هزار سال شبیهسازی شده ارائه کردهاند. این گروه پژوهشی شبیهسازیهای سنتی مبتنی بر فیزیک را با یک مدل جایگزین یادگیری عمیق ترکیب کردهاند که به آنها امکان میدهد تا یک آزمایش در مقیاس کهکشانی را بیش از ۱۰۰ برابر سریعتر از تلاشهای پیشرفته قبلی اجرا کنند.
برای شبیهسازی کل یک کهکشان، باید با سرعتها و اندازههای بسیار متفاوتی کار کرد. چرخش آهسته کهکشان راه شیری در طول میلیاردها سال و رویدادهای کوتاه اما چشمگیری مانند انفجارهای ابرنواختری وجود دارد. روش جدید این مانع را برمیدارد و به جای کند کردن کل کهکشان هر بار که یک ستاره منفجر میشود، از هوش مصنوعی برای مدیریت آنچه در حباب کوچک گاز اطراف هر ابرنواختر رخ میدهد استفاده میکند.
پژوهشگران ابتدا شبیهسازیهای با وضوح بالا از یک ابرنواختر واحد را اجرا کردند و سپس از آن نتایج برای آموزش یک شبکه عصبی درباره چگونگی تغییر چگالی گاز، دما و حرکت در ۱۰۰ هزار سال پس از انفجار استفاده کردند. شبیهسازی اصلی نیازی به انتظار برای گامهای زمانی کوچک ندارد و میتواند به محاسبه گرانش و جریان گاز برای بقیه کهکشان ادامه دهد.
با استفاده از روشهای مرسوم، شبیهسازی یک میلیون سال تکامل کهکشان راه شیری با این وضوح حدود ۳۱۵ ساعت طول میکشد، اما با روش مبتنی بر هوش مصنوعی، این کار تنها ۲.۷۸ ساعت زمان میبرد. پژوهشگران خاطرنشان کردند که همین ایده میتواند در بسیاری از زمینههای دیگر نیز سودمند باشد. مدلهای شبیهسازی آبوهوا و اقیانوسی نیز میتوانند از این روش بهرهمند شوند.
نتیجه شبیهسازی کهکشان راه شیری اثبات این مفهوم است که کهکشان ما را میتوان ستاره به ستاره با بازخورد واقعی ابرنواخترها و جریانهای گاز دنبال کرد. این به آیندهای اشاره دارد که در آن هوش مصنوعی به ساخت جهانهای مجازی کمک میکند که دانشمندان از آنها برای درک چگونگی پیدایش ستارهها، سیارهها و شاید زندگی بهره میبرند.
