IA simula Via Láctea estrela por estrela – e bate recorde científico

Siga o Olhar Digital no Google Discover

Inteligência artificial

Tudo sobre Inteligência Artificial

Pela primeira vez, pesquisadores conseguiram simular a Via Láctea com mais de 100 bilhões de estrelas ao longo de dez mil anos. É o modelo mais preciso já feito até agora da nossa galáxia. A façanha foi alcançada ao combinar inteligência artificial (IA) com simulações numéricas. A simulação não apenas representa 100 vezes mais estrelas do que modelos anteriores, mas também foi produzida mais de 100 vezes mais rápido. 

O trabalho foi liderado por Keiya Hirashima, do Centro RIKEN de Ciências Teóricas e Matemáticas Interdisciplinares (iTHEMS), no Japão, em colaboração com colegas da Universidade de Tóquio e da Universidade de Barcelona, ​​na Espanha. O estudo foi apresentado na conferência internacional de supercomputação SC ’25. Além da astrofísica, a metodologia pode ser usada para modelar outros fenômenos, como mudanças climáticas e padrões meteorológicos.

“Acredito que a integração da IA ​​com a computação de alto desempenho representa uma mudança fundamental na forma como abordamos problemas multiescala e multifísicos nas ciências computacionais”, afirma Hirashima. “Essa conquista também demonstra que as simulações aceleradas por IA podem ir além do reconhecimento de padrões e se tornar uma ferramenta genuína para a descoberta científica – ajudando-nos a rastrear como os elementos que formaram a própria vida surgiram em nossa galáxia.”

simula via lactea
Imagens da distribuição de gás após uma explosão de supernova foram geradas por um modelo substituto de aprendizado profundo (Imagem: Reprodução)

O desafio

A simulação da Via Láctea tem sido um objetivo comum entre astrofísicos para testar teorias de formação galáctica, estrutura e evolução estelar em comparação com observações reais. É um processo complexo por exigir dados sobre gravidade, dinâmica de fluidos, explosões de supernovas e síntese de elementos – processos que ocorrem em escalas de espaço e tempo muito diferentes.  

As simulações mais avançadas atualmente têm um limite superior de massa de cerca de um bilhão de sóis, enquanto a Via Láctea possui mais de 100 bilhões de estrelas. Isso significa que a menor “partícula” no modelo é, na verdade, um aglomerado de estrelas com massa equivalente a 100 sóis. Apenas eventos em grande escala podem ser simulados com precisão. 

O maior desafio, no entanto, está na representação da Via Láctea até o nível de estrela individual. Com base em modelos anteriores, seria necessário 315 horas de processamento para cada um milhão de anos de tempo de simulação. Nesse ritmo, simular até mesmo um bilhão de anos de evolução da galáxia levaria mais de 36 anos.

floresta via lactea
Via Láctea vista do Monumento Nacional Vulcânico de Newberry, no Oregon (Imagem: Matthew H Irvin/iStock)

Leia Mais:

A solução

Para vencer o problema, a equipe desenvolveu uma nova abordagem que combina um modelo substituto de aprendizado profundo com simulações físicas. O modelo foi treinado em simulações de alta resolução de uma supernova e aprendeu a prever como o gás circundante se expande nos 100 mil anos após uma explosão de supernova, sem usar outros recursos. 

Esse atalho de IA permitiu que a simulação modelasse simultaneamente a dinâmica geral da galáxia, bem como fenômenos em pequena escala, como explosões de supernova. Para verificar o desempenho da simulação, a equipe comparou os resultados com testes em larga escala usando o supercomputador Fugaku do RIKEN e o Sistema de Supercomputadores Miyabi da Universidade de Tóquio.

vista via lactea
Simulação representa 100 vezes mais estrelas individuais do que os modelos de última geração anteriores (Imagem: EyeEm Mobile GmbH/iStock)

O método não apenas permite a resolução de estrelas individuais em grandes galáxias com mais de 100 bilhões de estrelas, como também simular um milhão de anos levou apenas cerca de três horas. Isso significa que um bilhão de anos poderia ser simulado em meros 115 dias, ao invés de 36 anos.

Além da astrofísica, essa abordagem pode transformar outras simulações multiescala – como as de meteorologia, oceanografia e – nas quais as simulações precisam conectar processos de pequena e grande escala.