L'IA ha fatto una cosa che finora nessuno era riuscito a fare: era troppo complesso e troppo lento da calcolare

Per decenni, simularla per intero è stato considerato impossibile: troppo dettagliato, troppo lento, troppo costoso in termini di calcolo. Oggi, un team internazionale è riuscito dove tutti avevano fallito, grazie a una combinazione inedita di fisica e intelligenza artificiale. 

Riprodurre con precisione l’evoluzione della nostra galassia, la Via Lattea, è uno degli obiettivi più ambiziosi dell’astrofisica teorica. I modelli numerici attuali riescono a simulare al massimo un miliardo di stelle, e ogni “particella” rappresenta in realtà un intero ammasso stellare. 

I dettagli dei processi più piccoli, come la dinamica di una singola supernova o la formazione locale di elementi chimici, vengono mediati o approssimati. Il limite principale è computazionale: avanzare la simulazione anche di un solo milione di anni richiede giorni, se non settimane, di elaborazione su supercomputer.

Ogni tentativo precedente di simulare l’evoluzione della nostra galassia su questa scala si è scontrato quindi con un ostacolo apparentemente invalicabile: il tempo di calcolo.

Aggiungere dettagli significa rallentare tutto, al punto che per simulare un miliardo di anni di evoluzione stellare sarebbero serviti oltre 30 anni di elaborazione. Oggi, però, una nuova tecnica fonde apprendimento automatico e modelli fisici, permettendo di fare in pochi mesi ciò che prima richiedeva decenni.

Un salto nella complessità, senza sacrificare i dettagli

Il nuovo studio, guidato dal matematico Keiya Hirashima del RIKEN iTHEMS in Giappone, ha introdotto un metodo ibrido che integra l’apprendimento profondo nei modelli fisici classici. Il punto critico era gestire il comportamento del gas dopo un’esplosione di supernova, uno dei processi più rapidi e complessi da simulare. L’AI è stata addestrata su dati ad alta risoluzione, imparando a prevedere come il gas si distribuisce nei 100.000 anni successivi a un’esplosione, senza dover calcolare ogni dettaglio in tempo reale.

Questa rete neurale, chiamata modello surrogato, è stata poi inserita nel cuore della simulazione galattica. Il risultato è una rappresentazione della Via Lattea con risoluzione a stella singola, mantenendo intatta la dinamica locale ma accelerando l’intero processo. La simulazione di un milione di anni è passata da 315 ore a meno di tre. Un miliardo di anni, che avrebbe richiesto oltre tre decenni, può ora essere simulato in meno di quattro mesi.

Nuove possibilità per la scienza computazionale

L’aspetto più innovativo non è solo il risultato finale, ma il paradigma che rappresenta. Hirashima sottolinea che questo approccio può essere esteso ben oltre l’astrofisica: modelli climatici, simulazioni oceaniche, previsioni meteorologiche e dinamiche dei materiali condividono tutte la stessa difficoltà nel collegare fenomeni su scale diverse.

Fino a oggi, l’intelligenza artificiale era vista soprattutto come uno strumento di analisi o riconoscimento di pattern. In questo caso, invece, diventa parte attiva del modello fisico, contribuendo direttamente alla generazione di scenari realistici e verificabili. Una collaborazione tra calcolo classico e apprendimento automatico che promette di ridefinire l’intero modo in cui esploriamo fenomeni complessi in ambito scientifico.