Onderzoekers hebben voor het eerst in de geschiedenis met succes een simulatie van de Melkweg uitgevoerd, waarbij meer dan 100 miljard afzonderlijke sterren zijn nagebouwd als unieke objecten met hun eigen dynamiek. Dit spektakel werd meer dan 100 keer sneller gerealiseerd dan bij eerdere pogingen. Dit is een enorme stap voorwaarts in de computationele astrofysica.
Deze prestatie werd mogelijk gemaakt door de combinatie van fysische methoden met diepgaand leren (deep learning). De resultaten werden gepresenteerd tijdens de International Conference for High Performance Computing, Networking, Storage and Analysis. Wetenschappers voorspellen dat deze techniek niet alleen de simulatie van sterrenstelsels zal veranderen, maar ook de modellering van klimaat, weer en geofysische processen.
Waarom is de simulatie van onze Melkweg zo uitdagend?
De Melkweg is een systeem met een massa van ongeveer een biljoen (1012) zonmassa’s, bestaande uit meer dan 100 miljard sterren, miljoenen gas- en stofwolken, en gravitationele interacties op verschillende schalen samen met energetische processen zoals supernova’s en sterrenvorming. Elk van deze processen opereert op:
- Verschillende tijdschalen (van seconden tot miljarden jaren),
- Verschillende ruimtelijke schalen (van individuele sterren tot het hele sterrenstelsel),
- Verschillende energie- en fysische interacties (hydrodynamica, zwaartekracht, turbulentie, straling).
Bestaande compromissen: grote objecten in plaats van sterren
De meest geavanceerde klassieke simulaties kunnen met sterrenstelsels van ongeveer 1 miljard zonmassa’s omgaan. Echter, om de Melkweg te simuleren, moeten modellen de realiteit aanzienlijk ‘gemiddeld’ voorstellen – in plaats van individuele sterren, worden er deeltjes van 100 zonmassa’s gesimuleerd, wat gelijk staat aan een hele sterrenhoop. Hierdoor:
- Gaat het gedrag van enkele sterren verloren,
- Worden fijne details (zoals supernova-explosies) vervaagd,
- Kan de evolutie van het sterrenstelsel alleen in grote lijnen worden bestudeerd.
De cruciale rol van supernova’s in sterrenstelselsimulaties
Supernova’s zijn krachtige explosies aan het einde van de levenscyclus van massieve sterren. In simulaties vervullen ze verschillende essentiële functies:
- Ze injecteren energie in de omringende gaswolken,
- Creëren schokgolven die de stervorming beïnvloeden,
- Verspreiden zware elementen waaruit planeten en leven ontstaan,
- Verstoren de gasbalans, wat de dichtheid en temperatuur verandert.
Om de evolutie van een sterrenstelsel nauwkeurig te simuleren, is het noodzakelijk te begrijpen hoe gas zich gedraagt, zelfs honderden duizenden jaren na de explosie van een supernova. Dit kost veel rekenkracht, en hier komt kunstmatige intelligentie (AI) in beeld.
Uitdaging: de ongelooflijk lange rekentijd van simulaties
Onderzoekers hebben berekend dat bij gebruik van het nieuwste klassieke fysieke model en het simuleren van de Melkweg met een resolutie van individuele sterren, de computer 315 uur nodig zou hebben voor elke 1 miljoen jaar van de gesimuleerde Melkweg. Een simulatie van 1 miljard jaar zou dus meer dan 36 jaar echte tijd in beslag nemen, zelfs met extreme rekenkracht. Het toevoegen van extra kernen aan een supercomputer levert niet veel op:
- De rekentijd groeit langzamer dan het aantal kernen,
- Het energieverbruik stijgt dramatisch,
- De communicatie tussen de kernen begint de snelheid te beperken.
Invoering van een AI-model als ‘vervanger’ voor fysieke fragmenten
Keiya Hirashima en zijn team ontwikkelden een vervangend model gebaseerd op diepgaand leren. Dit model werd getraind op hoog-resolutie simulaties van supernova’s, die het gedrag van gas tot 100.000 jaar na de explosie bestudeerden. Hierdoor kan de AI voorspellen hoe gas zich gedraagt zonder telkens dure fysieke simulaties uit te voeren.
Resultaten: Een miljard jaar in 115 dagen in plaats van 36 jaar
Het team vergeleek de resultaten van traditionele simulaties met die gegenereerd door het hybride model, gebruikmakend van onder andere de supercomputer Fugaku en het Miyabi-systeem van de Universiteit van Tokio.
De resulterende simulatie was:
- Nauwkeurig in het voorspellen van de dynamiek van gas en supernova’s,
- Meer dan 100x sneller dan de klassieke methode,
- In staat om meer dan 100 miljard sterren na te bouwen, net als in de Melkweg.
De simulatie van 1 miljoen jaar evolutie van de Melkweg duurde slechts 2,78 uur. Dit betekent:
- 1 miljard jaar → 115 dagen,
- In plaats van 1 miljard jaar → ongeveer 36 jaar met klassieke methoden.
Een revolutie in de wetenschap
Deze prestatie kan vele wetenschappelijke disciplines revolutioneren, waaronder:
- Astrofysica: Nauwkeurige tests van theorieën over sterrenstelsels, beter begrip van de rol van supernova’s, volgen van de chemische geschiedenis van de Melkweg, realistische modellering van spiraalstructuren.
- Klimaat- en weer modellering: De techniek kan weersimulaties duizenden procenten versnellen, met betere modellen voor stormen, orkanen en zeestromingen.
- Computationale wetenschappen: Verandering in hoe supercomputers worden gebruikt: minder energieverbruik, grotere efficiëntie, en de combinatie van AI-algoritmen met klassieke fysieke vergelijkingen.
Keiya Hirashima concludeert: “Dit is niet alleen een versnelling van simulaties. Dit verandert de manier van wetenschappelijk onderzoek.” In de komende jaren zouden dergelijke modellen de nieuwe standaard kunnen worden, wat kan leiden tot een nieuw type onderzoek waarbij computer ‘galaxy-laboratoria’ net zo belangrijk worden als telescopen.
