Usando um pouco de mágica de aprendizado de máquina, os cientistas agora podem modelar universos vastos e complexos em um milésimo do tempo que os métodos convencionais levam. A nova abordagem ajudará a inaugurar uma nova era de simulações cosmológicas de alta resolução.
O novo método, desenvolvido por Yin Li, astrofísico do Flatiron Institute em Nova York, e seus colegas, fornece um algoritmo de aprendizado de máquina com modelos de baixa e alta resolução de uma pequena região do espaço. O algoritmo ensina como dimensionar modelos de baixa resolução para corresponder aos detalhes encontrados nas versões de alta resolução. Uma vez treinado, o código pode pegar modelos em escala real e de baixa resolução e gerar simulações de altíssima resolução que contêm 512 vezes mais partículas.
Esse dimensionamento proporciona uma economia de tempo significativa. Para uma região do Universo com cerca de 500 milhões de anos-luz de diâmetro, contendo 134 milhões de partículas, os métodos existentes levam 560 horas para completar uma simulação de alta resolução usando um único núcleo de processamento. Os cientistas dizem que, com a nova abordagem, leva apenas 36 minutos. Os resultados foram ainda mais impressionantes quando mais partículas foram adicionadas à simulação. Para o universo, que é 1000 vezes maior e contém 134 bilhões de partículas, o novo método dos pesquisadores levou 16 horas em uma GPU.
Também interessante:
- As primeiras partículas do universo foram recriadas. Alerta de spoiler: eles parecem estranhos
- Um novo estudo levanta dúvidas sobre a composição de 70% do nosso universo
Segundo especialistas, reduzir o tempo necessário para a realização de simulações cosmológicas “pode garantir um progresso significativo na cosmologia numérica e na astrofísica. Simulações cosmológicas traçam a história do universo até a formação de todas as galáxias e seus buracos negros."
Até agora, os novos modelos consideram apenas a matéria escura e a gravidade. Embora isso possa parecer uma simplificação excessiva, a gravidade é certamente a força dominante no universo em grande escala, e a matéria escura compõe 85% de toda a "matéria" no cosmos. As partículas na simulação não são partículas literais de matéria escura, mas são usadas como rastreadores para mostrar como as partículas de matéria escura se movem pelo universo.
A simulação não captura tudo, pois foca apenas na matéria escura e na gravidade, fenômenos de pequena escala como formação de estrelas, supernovas e os efeitos dos buracos negros não são levados em consideração. Os pesquisadores planejam expandir seus métodos para incluir as forças responsáveis por tais fenômenos e executar suas redes neurais em tempo real ao lado de simulações convencionais para melhorar a precisão.
Leia também: