Штучний інтелект навчився моделювати народження золота у Всесвіті: прорив, який може змінити астрофізику

Уявіть собі подію настільки потужну, що за кілька секунд вона виділяє більше енергії, ніж мільярди Сонць за тривалий час. Саме в таких космічних катастрофах народжуються найважчі елементи періодичної таблиці – золото, платина, уран, торій та багато інших металів, без яких неможливо уявити сучасну цивілізацію.

Сьогодні міжнародна група вчених з дослідницького центру GSI/FAIR зробила величезний крок до розуміння цього процесу. Використовуючи штучний інтелект, дослідники створили нову модель RHINE, яка дозволяє моделювати утворення важких елементів із точністю, якої раніше неможливо було досягти через обмеження обчислювальної техніки. Результати роботи опубліковані в одному з провідних наукових журналів світу – Physical Review D.

Звідки взагалі з’явилося золото?

Кожен атом золота у вашій каблучці, годиннику або електронному пристрої з’явився задовго до народження Землі.

Більшість звичних хімічних елементів справді синтезуються всередині зір. Саме там утворюються вуглець, кисень, кремній, залізо та багато інших речовин. Однак існує межа.

Після утворення заліза звичайна зоря вже не здатна виробляти важчі елементи з виділенням енергії. Для створення золота, платини або урану потрібні настільки екстремальні умови, що у Всесвіті вони виникають лише під час найрідкісніших і найкатастрофічніших подій.

Однією з таких подій є зіткнення двох нейтронних зір.

Що таке нейтронна зоря?

Нейтронна зоря – це залишок гігантської зорі, яка завершила своє життя вибухом наднової.

Попри розмір лише близько 20 кілометрів у діаметрі, маса такої зорі може перевищувати масу Сонця. Один кубічний сантиметр речовини нейтронної зорі на Землі важив би сотні мільйонів тонн.

Якщо дві такі зорі обертаються одна навколо одної мільйони років, поступово вони починають зближуватися. Зрештою відбувається зіткнення неймовірної сили.

У цей момент народжується явище, відоме як кілонова.

Кілонова – один із найпотужніших спалахів у Всесвіті

Кілонова – це короткий, але надзвичайно яскравий вибух, який виникає після злиття нейтронних зір. Її яскравість може перевищувати світність мільярдів Сонць.

Під час зіткнення у космос викидаються величезні маси надщільної речовини, насиченої вільними нейтронами. Саме тут запускається один із найважливіших процесів сучасної ядерної астрофізики.

r-процес – космічна фабрика важких елементів

Вчені називають його rapid neutron-capture process, або просто r-процесом. Його принцип відносно простий, хоча фізика надзвичайно складна.

Атомні ядра починають стрімко захоплювати величезну кількість вільних нейтронів. Настільки швидко, що вони не встигають розпадатися між послідовними захопленнями. Потім частина цих нейтронів перетворюється на протони через бета-розпад. Так поступово ядра стають дедалі важчими.

Саме таким чином утворюються:

• золото;
• платина;
• уран;
• торій;
• рідкісноземельні елементи;
• десятки інших важких ізотопів.

Фактично більшість золота на Землі колись було створене саме у таких космічних катастрофах.

Чому вченим так складно моделювати цей процес?

На перший погляд здається, що достатньо написати програму і розрахувати зіткнення двох зір.

На практиці завдання набагато складніше.

Під час r-процесу одночасно відбуваються тисячі різних ядерних реакцій.

Кожна з них:

• виділяє тепло;
• змінює склад речовини;
• впливає на швидкість розльоту матерії;
• змінює яскравість кілонової;
• впливає на спектр випромінювання.

Усі ці процеси взаємопов’язані. При цьому гідродинамічна модель повинна розраховувати рух речовини буквально на кожному часовому кроці.

Якщо використовувати повну мережу всіх ядерних реакцій, обчислювальні витрати стають астрономічними. Навіть найпотужніші суперкомп’ютери змушені витрачати величезну кількість часу на один такий розрахунок.

Тому десятиліттями дослідники були змушені йти на компроміс:

• спрощувати фізику;
• скорочувати кількість реакцій;
• використовувати наближені моделі;
• жертвувати точністю результатів.

Штучний інтелект замість мільйонів обчислень

Саме тут на допомогу прийшло машинне навчання.

Команда GSI/FAIR розробила модель RHINE (r-process Heating Implementation in hydrodynamic simulations with Neural networks).

Замість того щоб щоразу заново розраховувати тисячі реакцій, учені обрали інший шлях.

Спочатку вони виконали величезну кількість максимально точних еталонних розрахунків із використанням повної мережі ядерних реакцій. Ці результати стали своєрідною «навчальною бібліотекою».

Потім нейронну мережу навчили знаходити закономірності між параметрами процесу та кількістю тепла, що виділяється.

Після завершення навчання RHINE вже не потрібно виконувати повний розрахунок заново. Вона практично миттєво прогнозує швидкість виділення тепла з дуже високою точністю.

Фактично штучний інтелект навчився замінювати надзвичайно дорогий етап обчислень майже без втрати якості.

Чому тепло настільки важливе?

Може здатися, що йдеться лише про температуру речовини. Але саме кількість тепла визначає подальшу долю викинутої матерії.

Додатковий нагрів впливає на:

• швидкість розширення хмари;
• розподіл речовини;
• хімічний склад викидів;
• яскравість кілонової;
• тривалість світіння;
• спектр електромагнітного випромінювання.

Саме за цим випромінюванням сучасні телескопи намагаються зрозуміти, які елементи були створені після зіткнення зір.

Чим точніше розраховується нагрів, тим краще комп’ютерні моделі відповідають реальним спостереженням.

Перевірка нової моделі

Після навчання дослідники провели серію порівнянь RHINE з повними фізичними розрахунками.

Результати виявилися дуже вражаючими. Нейромережа практично повторила результати традиційного моделювання, але потребувала лише невеликої частини обчислювальних ресурсів.

За словами одного з авторів дослідження, доктора Олівера Юста, використання RHINE дозволяє значно скоротити час обчислень без помітної втрати точності.

Доктор Цзевей Сюн, який брав участь у розробці моделі, зазначив, що такий високий рівень збігу підтверджує перспективність використання машинного навчання для вирішення найскладніших завдань сучасної астрофізики.

Крім того, вчені дійшли висновку, що вплив виділення тепла під час r-процесу раніше, ймовірно, недооцінювався і його необхідно враховувати у майбутніх дослідженнях.

Чому ця робота набагато важливіша, ніж здається

На перший погляд може здатися, що йдеться лише про нову програму.

Насправді це приклад того, як сьогодні розвивається науковий штучний інтелект.

Багато хто уявляє ШІ як систему, яка самостійно робить відкриття або замінює вчених. Але реальність значно цікавіша.

ШІ дедалі частіше використовується як інтелектуальний прискорювач обчислень.

Він не відкриває нові закони фізики. Він не створює нові теорії.

Він робить можливими ті розрахунки, які раніше були практично недосяжними навіть для суперкомп’ютерів.

Саме це стає одним із головних напрямів розвитку науки у 2026 році.

Що зміниться далі?

Нова модель RHINE відкриває можливість проводити набагато детальніші гідродинамічні симуляції зіткнень нейтронних зір.

У перспективі це дозволить:

• значно прискорити моделювання кілонових;
• підвищити точність розрахунків утворення важких елементів;
• краще інтерпретувати спостереження космічних телескопів;
• напряму порівнювати результати комп’ютерних моделей з експериментами майбутнього прискорювального комплексу FAIR у Німеччині;
• глибше зрозуміти походження речовини, з якої складається наша планета і ми самі.

Штучний інтелект стає новим інструментом фундаментальної науки

Ще кілька років тому ШІ переважно асоціювався з генерацією зображень, текстів або програмного коду.

Сьогодні ситуація стрімко змінюється.

Нейронні мережі допомагають шукати нові ліки, розраховувати кліматичні моделі, аналізувати дані Великого адронного колайдера, проєктувати матеріали майбутнього і навіть вивчати походження хімічних елементів у Всесвіті.

Історія RHINE чудово демонструє нову роль штучного інтелекту.

Він не замінює фізиків. Він не робить відкриття замість людей.

Він знімає одне з головних обмежень сучасної науки – колосальну обчислювальну складність.

Завдяки цьому вчені отримують можливість досліджувати процеси, які раніше існували лише в теорії, і все ближче підходять до відповіді на одне з найдавніших питань людства:

звідки у Всесвіті з’явилося золото та інші важкі елементи, з яких складається навколишній світ.