详细内容或原文请订阅后点击阅览
全新人工智能技术以前所未有的细节和速度绘制银河系 1000 亿颗恒星的地图
日本的一个研究团队创建了突破性的银河系模拟，以曾经被认为不可能的细节水平追踪超过 1000 亿颗恒星。通过训练人工智能了解超新星爆炸如何演化，并将这些知识与大规模物理模型相结合，他们产生了比 [...] 快 100 倍以上的星系规模模拟。
来源:SciTech日报日本的一个研究团队创建了突破性的银河系模拟，以曾经被认为不可能的细节水平追踪超过 1000 亿颗恒星。
银河系通过训练人工智能了解超新星爆炸如何演化，并将这些知识与大规模物理模型相结合，他们生成了星系规模的模拟，速度比之前的尝试快了 100 多倍。
人工智能驱动的银河系建模飞跃
日本理化学研究所跨学科理论与数学科学中心 (iTHEMS) 的 Keiya Hirashima 领导的研究人员与东京大学和西班牙巴塞罗那大学的合作者合作，创建了第一个银河系模拟，能够在 1 万年的时间里追踪超过 1000 亿颗恒星。他们通过将人工智能 (AI) 与先进的数值方法相结合来实现这一目标。结果包括比以前的顶级模型多 100 倍的个体星星，并且完成速度快 100 倍以上。
人工智能这项工作在国际超级计算会议 SC '25 上发表，代表了天体物理学、高性能计算和人工智能驱动建模的重大进步。这项技术还具有空间科学之外的潜在应用，包括用于研究气候模式和天气行为的模拟。
SC '25为什么模拟每颗星星如此困难
准确度计算墙：传统超级计算的局限性
研究人员通过与 RIKEN Fugaku 超级计算机和东京大学 Miyabi 超级计算机系统上运行的大规模测试进行比较，证实了其结果的准确性。
谷歌