Исследователи разработали новый симулятор на базе искусственного интеллекта, который способен значительно повысить эффективность моделирования процессов образования тяжелых элементов во Вселенной. Международная команда в GSI/FAIR создала модель машинного обучения, позволяющую более точно и быстро воспроизводить сложные ядерные реакции, происходящие при слиянии нейтронных звезд и других масштабных космических событиях. Результаты работы опубликованы в журнале Physical Review D.

Улучшение моделирования образования тяжелых элементов

Большинство тяжелых химических элементов формируется во время экстремальных космических явлений, таких как взрывы сверхновых и слияния нейтронных звезд. Эти процессы сопровождаются выделением энергии, необходимой для образования тяжелых ядер в ходе быстрого захвата нейтронов (r-процесс). В ходе r-процесса атомные ядра быстро поглощают свободные нейтроны, часть которых затем превращается в протоны, что способствует формированию тяжелых элементов, встречающихся в природе. Моделирование подобных реакций требует значительных вычислительных ресурсов, что делает задачу одной из самых сложных в ядерной астрофизике.

Применение искусственного интеллекта для ускорения расчетов

Новая система, получившая название RHINE (реализация нагрева в r-процессе в гидродинамических симуляциях с помощью нейронных сетей), использует глубокие нейронные сети для оценки количества энергии, выделяемой в ходе ядерных реакций r-процесса во время гидродинамических симуляций. Этот процесс, называемый нагревом, влияет на скорость выброса вещества и последующее свечение, наблюдаемое, например, как килонова при слиянии нейтронных звезд.

Вместо выполнения каждого ядерного расчета в ходе каждой симуляции, искусственный интеллект предварительно обучается на обширной библиотеке эталонных расчетов с полными сетями ядерных реакций. После обучения система способна точно оценивать скорость нагрева, используя лишь небольшую часть вычислительных ресурсов. Такой подход позволяет проводить приближенные расчеты с минимальными затратами времени и мощности.

Перспективы и открытый доступ

Ожидается, что RHINE позволит в будущем проводить более детальные симуляции с существенно меньшими вычислительными затратами. Улучшенные модели могут способствовать установлению связи между экспериментами на строящемся исследовательском комплексе FAIR и астрономическими наблюдениями звездных взрывов и слияний нейтронных звезд. Исходный код RHINE опубликован в открытом доступе для использования другими исследователями. Проект частично финансировался Европейским исследовательским советом (ERC) и другими организациями.