Simulación de la Vía Láctea: 100 mil millones de estrellas en 10 mil años

Investigadores del RIKEN Center for Interdisciplinary Theoretical and Mathematical Sciences en Japón, junto a colegas de la Universidad de Tokio y la Universidad de Barcelona, realizaron la primera simulación de la Vía Láctea que representa con precisión más de 100 mil millones de estrellas a lo largo de 10 mil años. Este logro se alcanzó mediante la combinación de inteligencia artificial (IA) con simulaciones numéricas, logrando una representación 100 veces más detallada que los modelos anteriores y produciendo resultados más de 100 veces más rápido.

La simulación se publicó en las Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis, marcando un avance significativo en la intersección de la astrofísica, la computación de alto rendimiento y la IA. Además de su aplicación en astrofísica, esta metodología puede ser utilizada para modelar fenómenos como el cambio climático y los patrones climáticos.

Desafíos en la simulación de la Vía Láctea

Los astrofísicos han intentado crear simulaciones de la Vía Láctea a nivel de estrellas individuales para probar teorías sobre la formación y estructura galáctica. Sin embargo, modelar la evolución de galaxias es complicado debido a la necesidad de considerar la gravedad, la dínamica de fluidos, las explosiones de supernovas y la síntesis de elementos, cada uno de los cuales ocurre en escalas de tiempo y espacio muy diferentes.

Hasta ahora, los científicos no habían podido modelar galaxias grandes como la Vía Láctea manteniendo una alta resolución a nivel de estrellas. Los modelos actuales tienen un límite de masa de aproximadamente un mil millones de soles, mientras que la Vía Láctea alberga más de 100 mil millones de estrellas. Esto significa que la unidad más pequeña en el modelo es un grupo de estrellas que suman 100 soles, lo que provoca que los eventos individuales se promedien y solo se puedan simular eventos a gran escala con precisión.

El problema subyacente radica en el número de años entre cada paso de la simulación; los cambios rápidos a nivel de estrellas individuales, como la evolución de las supernovas, solo pueden observarse si el tiempo entre cada instantánea de la galaxia es lo suficientemente corto.

Límites computacionales y necesidad de innovación

Sin embargo, procesar intervalos de tiempo más pequeños requiere más tiempo y recursos computacionales. Aparte del límite de masa actual, si la mejor simulación física convencional intentara simular la Vía Láctea a nivel de estrella individual, necesitaría 315 horas por cada millón de años de tiempo de simulación.

A ese ritmo, simular incluso 1 mil millones de años de evolución galáctica llevaría más de 36 años en tiempo real. Agregar más núcleos de supercomputadora no es una solución viable, ya que no solo consumen una cantidad increíble de energía, sino que más núcleos no necesariamente aceleran el proceso debido a la disminución de la eficiencia.

En respuesta a este desafío, Keiya Hirashima y su equipo desarrollaron un nuevo enfoque que combina un modelo de aprendizaje profundo con simulaciones físicas. El modelo fue entrenado en simulaciones de alta resolución de una supernova y aprendió a predecir cómo se expande el gas circundante en los 100,000 años posteriores a una explosión de supernova, sin utilizar recursos del resto del modelo. Este atajo de IA permitió a la simulación modelar simultáneamente la dinámica general de la galaxia y fenómenos a escala fina como las explosiones de supernova.

Para verificar el rendimiento de la simulación, el equipo comparó los resultados con pruebas a gran escala utilizando el supercomputador Fugaku de RIKEN y el sistema de supercomputación Miyabi de la Universidad de Tokio.

Resultados innovadores y sus implicaciones

Este método no solo permite una resolución a nivel de estrellas individuales en galaxias grandes con más de 100 mil millones de estrellas, sino que simular 1 millón de años solo tomó 2.78 horas. Esto significa que los deseados 1 mil millones de años podrían simularse en apenas 115 días, en lugar de 36 años.

Más allá de la astrofísica, este enfoque podría transformar otras simulaciones multiescala, como las que se realizan en meteorología, océanos y ciencia climática, donde las simulaciones deben vincular procesos a pequeña y gran escala. Hirashima afirmó: "Creo que integrar la IA con la computación de alto rendimiento marca un cambio fundamental en cómo abordamos problemas de múltiples escalas y múltiples físicas en las ciencias computacionales".

Este logro también demuestra que las simulaciones aceleradas por IA pueden ir más allá del reconocimiento de patrones para convertirse en una herramienta genuina para el descubrimiento científico, ayudándonos a rastrear cómo los elementos que formaron la vida misma emergieron dentro de nuestra galaxia.

Temas