Взрывы сверхновых за секунду: как нейросети ускоряют расчёты и меняют картину Вселенной

Вселенная

© freepik is licensed under public domain

Моделирование целой галактики долго считалось задачей, слишком громоздкой даже для самых мощных суперкомпьютеров. Но японская команда исследователей сделала то, что раньше выглядело научной фантастикой: создала первую в мире симуляцию Млечного Пути, в которой учитывается каждая отдельная звезда — более ста миллиардов объектов.

Такого масштаба удалось добиться только благодаря необычному подходу, объединившему классическое физическое моделирование и нейросетевую часть, выполняющую самые "тяжёлые" операции. Итог впечатляет: цифровой Млечный Путь развивается быстрее, чем человек успевает досчитать до тысячи.

Почему раньше моделировать галактику было практически невозможно

Млечный Путь — это гигантская смесь процессов, которые живут на разных временных шкалах. Одни события, такие как вращение звёзд, длятся миллиарды лет. Другие — например, взрывы сверхновых — укладываются в секунды. Компьютер должен одновременно учитывать и то, и другое, но для этого симуляции нужен крошечный временной шаг, который в обычных моделях превращал расчёты в бесконечную задачу.

Традиционные подходы работали по упрощённому принципу: одна "звезда" в модели весила около ста солнечных масс. Это позволяло хоть как-то справляться с нагрузкой, но делало галактику сильно упрощённой. Чтобы моделировать каждый объект отдельно, потребовались бы десятилетия вычислений.

Суперкомпьютеру Fugaku с 7,6 миллионами ядер требовалось бы 315 часов реального времени, чтобы просчитать миллион лет галактической жизни. Миллиард лет — это уже 36 лет непрерывной работы. И даже увеличение количества ядер ситуацию не спасало: при слишком больших масштабах процессоры начинают мешать друг другу обменом данных.

Какой трюк изменил всё

Исследователи решили избавить симуляцию от самой "дорогой" операции — расчёта взрывов сверхновых. Они заранее создали тысячи подробных моделей таких взрывов, передали их нейросети и обучили её предсказывать, как будет расширяться газовое облако в ближайшие сто тысяч лет. Теперь, когда в симуляции происходит сверхновая, процессор не решает сложные уравнения. Он просто спрашивает у нейросети: "Что дальше?" — и получает готовый ответ за доли секунды.

Остальная физика при этом остаётся точной: гравитация, гидродинамика, процессы звездообразования продолжают рассчитываться обычным способом. Получается гибридная система, где нейросеть берет на себя самые трудоёмкие фрагменты, как виртуоз, исполняющий заранее записанные партии оркестра.

Технические рекорды проекта

Визуализации показывают спиральные рукава, распределение металлов и газовые потоки, которые почти неотличимы от снимков реальной галактики. Для астрофизиков это открывает возможность изучать образование тяжёлых элементов — кислорода, железа, углерода — в условиях, максимально похожих на настоящие.

Что даёт исследователям новая симуляция

Теперь можно детально проследить, как именно формируются звездные популяции, как распределяются элементы, почему структура галактики имеет именно такой вид. Главное новшество — возможность запускать десятки вариантов одной и той же модели, меняя исходные условия. Это становится инструментом, который позволяет сравнивать теории между собой и проверять, какие из них ближе к реальности.

Сравнение подходов: традиционный метод и гибрид с нейросетью

Как создают гиперреалистичную галактическую модель: шаг за шагом

Ошибка → Последствие → Альтернатива

А что если…

Что если такой подход применить к климату? Тогда можно будет считать глобальные изменения климата и отдельный ураган в одном расчёте.

Что если применить метод к океану? Модели смогут учитывать и крупные течения, и мельчайшие вихри.

Что если перенести идею в медицину? Одновременно моделировать кровоток и поведение отдельных клеток внутри сосудов — реальная перспектива.

Плюсы и минусы гибридного моделирования

FAQ

Можно ли моделировать другие галактики?

Да, этот подход масштабируем — ограничения теперь меньше зависят от физики и больше от мощности суперкомпьютера.

Заменяет ли ИИ физику?

Нет, он только предсказывает результат заранее просчитанных процессов.

Станут ли такие модели доступнее?

Со временем — да. По мере удешевления вычислительных мощностей и улучшения архитектур.

Мифы и правда

Исторический контекст

Первые попытки смоделировать галактики появились в середине XX века, но они использовали тысячи "частиц" вместо звёзд. В 1990-х модели выросли до миллионов объектов. Однако истинно реалистичная симуляция с учётом каждого объекта считалась недостижимой: ни одна вычислительная архитектура не справлялась с такими масштабами. Прорыв японских исследователей стал логическим результатом двух направлений — развития суперкомпьютеров и взлёта ИИ.

Три интересных факта