Pesquisadores do Instituto RIKEN, no Japão, alcançaram um feito inédito: criaram a primeira simulação da Via Láctea com resolução de estrela individual, utilizando inteligência artificial (IA) para reduzir de 36 anos para apenas 115 dias o tempo necessário para modelar a evolução de 100 bilhões de estrelas.

A Via Láctea, composta por mais de 100 bilhões de estrelas, sempre representou um desafio monumental para os astrofísicos. Cada estrela segue um ciclo próprio de nascimento, vida e morte, e reproduzir essa diversidade em uma simulação completa da galáxia era, até então, considerado impraticável devido a limitações computacionais.

Esse cenário começou a mudar graças ao trabalho de Keiya Hirashima e sua equipe no Centro de Ciências Teóricas e Matemáticas Interdisciplinares do RIKEN. Eles anunciaram uma conquista histórica: uma simulação capaz de representar cada uma das estrelas da Via Láctea ao longo de 10 mil anos de tempo galáctico. O feito foi apresentado na Conferência de Supercomputação deste ano e representa um avanço expressivo na astrofísica.

O desafio não estava apenas na escala, apesar dos números impressionantes. Até agora, as simulações mais avançadas conseguiam lidar com cerca de um bilhão de massas solares, o que correspondia a aglomerados de aproximadamente 100 estrelas. Isso diluía eventos individuais, como explosões de supernovas, que acabavam perdidos no ruído estatístico.

Para captar fenômenos estelares singulares, seria necessário reduzir os intervalos de tempo da simulação, tornando-os curtos o suficiente para registrar mudanças rápidas. Porém, essa abordagem exigiria um poder computacional exponencialmente maior. Com métodos convencionais, simular a Via Láctea com resolução individual demandaria 315 horas de supercomputador para cada milhão de anos simulados, o que equivaleria a 36 anos de tempo real para apenas um bilhão de anos de evolução.

A equipe percebeu que aumentar o número de processadores não solucionaria o problema, já que a eficiência caía e o consumo de energia aumentava consideravelmente. A solução veio por meio de um modelo de aprendizado profundo. Treinada com simulações de alta resolução de supernovas, a IA aprendeu a prever a expansão do gás nos 100 mil anos seguintes a uma explosão, funcionando como um atalho para lidar com processos rápidos em pequena escala.

Esse recurso permitiu à simulação acompanhar, simultaneamente, a dinâmica galáctica em larga escala e os eventos estelares individuais. O ganho de desempenho foi significativo: o que antes levaria 36 anos agora pode ser realizado em apenas 115 dias. Testes realizados nos supercomputadores Fugaku, do RIKEN, e Miyabi, da Universidade de Tóquio, confirmaram a precisão dos resultados em uma escala sem precedentes.

Mais do que um avanço para a astrofísica, essa abordagem abre caminho para outras áreas científicas, como ciência climática, previsão meteorológica e dinâmica oceânica, que enfrentam desafios semelhantes. O estudo demonstra que a integração entre IA e simulações físicas pode transformar a forma como modelamos fenômenos complexos.