A equipa liderada por Keiya Hirashima, do Centro RIKEN de Ciências Teóricas e Matemáticas Interdisciplinares (iTHEMS), superou este obstáculo desenvolvendo um modelo de IA baseado em *deep learning*. Este modelo foi treinado com simulações de alta resolução de supernovas para aprender a prever como o gás circundante se expande nos 100.000 anos seguintes a uma explosão.

Ao integrar esta previsão da IA na simulação principal, esta pôde avançar com passos de tempo muito maiores, reduzindo drasticamente o tempo de cálculo. Uma simulação de um milhão de anos de evolução galáctica, que num modelo convencional demoraria 315 horas, passou a demorar apenas 2,78 horas.

Hirashima afirma que esta abordagem transforma a IA numa “ferramenta real de descoberta científica”, com potencial para ser aplicada noutras áreas complexas, como a climatologia e a meteorologia.