O estudo, liderado por Keiya Hirashima do centro RIKEN, foi apresentado na conferência internacional de supercomputação SC ’25.

A criação de modelos galácticos precisos é um desafio computacional imenso, pois exige a consideração de fenómenos que ocorrem em escalas de tempo e espaço muito diferentes, desde a gravidade geral até explosões de supernovas. Até agora, as simulações tratavam grupos de centenas de estrelas como uma única partícula, impedindo a análise de eventos a nível estelar individual. O principal obstáculo era o tempo de cálculo necessário para simular fenómenos rápidos como as supernovas. Para ultrapassar esta limitação, a equipa treinou um modelo de IA com simulações de alta resolução de supernovas, ensinando-o a prever a expansão do gás circundante nos 100.000 anos seguintes a uma explosão. Este “atalho” de IA permitiu que a simulação principal avançasse em intervalos de tempo maiores, sem perder o detalhe dos eventos de curta duração. Como resultado, simular um milhão de anos de evolução da galáxia, que antes demoraria 315 horas, passou a demorar menos de três horas. Keiya Hirashima afirma que a abordagem representa “uma mudança fundamental na forma como abordamos problemas multi-escala” e que “simulações aceleradas por IA podem ir para além do reconhecimento de padrões, tornando-se uma ferramenta real de descoberta científica”.