Wetenschappers hebben voor het eerst een computersimulatie gemaakt van de Melkweg waarmee ze individuele sterren kunnen volgen. Niet alleen is ze groter dan ooit, ook is ze honderd keer sneller.
Onze Melkweg bevat meer dan honderd miljard sterren, ingebed in een enorme wolk van donkere materie en omringd door gas. Om te begrijpen hoe ons sterrenstelsel werkt, willen astronomen het op de computer kunnen nabootsen. Maar dat is enorm ingewikkeld. Het probleem zit hem in de verschillende schaalniveaus die allemaal tegelijk een rol spelen.
Aan de ene kant heb je de Melkweg zelf, die zich uitstrekt over een afstand van meer dan 100.000 lichtjaar. Aan de andere kant heb je supernova’s, gigantische sterexplosies die slechts een paar lichtjaar groot zijn maar wel cruciaal zijn voor de ontwikkeling van een sterrenstelsel. Deze explosies verspreiden namelijk alle chemische elementen door de ruimte die nodig zijn voor het ontstaan van nieuwe sterren, planeten en uiteindelijk het leven.
Grote en kleine tijdschalen
Het grote obstakel zat tot nu toe in de tijd die nodig is om bepaalde zaken te modelleren. Een sterrenstelsel evolueert over een periode van miljarden jaren, maar een supernova duurt enkele jaren tot duizenden jaren.
Computersimulaties werken met tijdstappen: de computer berekent wat er gebeurt in een bepaalde periode en gaat dan door naar de volgende periode. Bij eerdere simulaties moest de computer hele kleine tijdstappen nemen van ongeveer honderd jaar zodra er ergens een supernova afging. Dat klinkt misschien lang, maar als je een miljard jaar wilt simuleren, heb je tien miljoen van die kleine stapjes nodig. Dat kost zoveel rekentijd dat zelfs de krachtigste supercomputers er niet uitkomen. Daarom waren eerdere simulaties beperkt tot maximaal een miljard deeltjes, wat te weinig is om individuele sterren te kunnen volgen in een sterrenstelsel zo groot als de Melkweg.
Kunstmatige intelligentie schiet te hulp
In plaats van elke supernova stap voor stap te berekenen, lieten de onderzoekers een neuraal netwerk leren hoe zo’n explosie eruitziet. Het kunstmatige brein dat zij hiervoor gebruikten werd getraind met duizenden simulaties van individuele supernova’s.
Zo werkt het: zodra er in de grote simulatie een ster explodeert, stuurt de computer alle informatie over die regio naar een apart systeem. Dat systeem gebruikt het neurale netwerk om in één keer te voorspellen hoe het gas zich na honderdduizend jaar verspreid zal hebben. Ondertussen gaat de hoofdsimulatie gewoon door met grote tijdstappen, zonder te hoeven wachten op de supernova.
Recordbrekende prestatie
De onderzoekers pasten deze methode toe met de Fugaku-supercomputer in Japan. Daarmee simuleerden ze een melkwegstelsel met driehonderd miljard deeltjes die sterren, gas en donkere materie representeren. Dit is ruim driehonderd keer meer dan de huidige recordhouder.
De nieuwe aanpak is ook honderd keer sneller dan traditionele methoden. Een simulatie van een miljoen jaar neemt nu nog maar een paar uur in beslag in plaats van weken. Daarmee wordt het voor het eerst mogelijk om de Melkweg gedetailleerd te simuleren op het niveau van individuele sterren.
Beperkingen en vervolgstappen
Toch zijn er ook kanttekeningen. Het neurale netwerk is getraind op specifieke omstandigheden en geeft een benadering van de werkelijkheid, geen exacte berekening. De onderzoekers hebben wel gecontroleerd dat hun methode vergelijkbare resultaten oplevert als traditionele simulaties, maar het blijft een vereenvoudiging.
Bovendien werkt de AI alleen voor supernova’s. Andere complexe processen in sterrenstelsels, zoals de vorming van zwarte gaten of de precieze manier waarop sterren ontstaan uit gaswolken, moeten nog steeds op de traditionele manier berekend worden.
