Nel cuore della ricerca astrofisica c’è un obiettivo affascinante: ricreare la nostra via Lattea in un ambiente virtuale, stella per stella, per osservarne il comportamento come se avessimo un “gemello digitale” della galassia. Questo traguardo, a lungo considerato irraggiungibile per i limiti dei supercomputer, è stato avvicinato da un team guidato da Keiya Hirashima presso il centro RIKEN: gli scienziati sono riusciti a simulare 100 miliardi di stelle, seguendone l’evoluzione per 10.000 anni di tempo galattico, grazie a una combinazione ingegnosa di fisica tradizionale e intelligenza artificiale.

Per decenni le simulazioni galattiche hanno usato “particelle” che rappresentavano gruppi di stelle, spesso centinaia per ogni singolo punto del modello. Questo compromesso riduceva i costi computazionali, ma rendeva impossibile analizzare eventi che agiscono alla scala delle singole stelle, come esplosioni di supernova e flussi di gas turbolenti. Il nuovo lavoro rompe questa barriera, offrendo una visione senza precedenti di una galassia grande quanto la nostra.

Via Lattea e intelligenza artificiale: come nasce la super simulazione

Il cuore dell’innovazione non sta solo nella potenza di calcolo, ma nel modo in cui viene usata. Il team ha integrato un modello surrogato di deep learning all’interno di una simulazione fisica classica. L’idea è semplice nella teoria ma sofisticata nella pratica: invece di calcolare in modo dettagliato e ripetitivo l’evoluzione dei gas dopo ogni singola supernova, un modello di intelligenza artificiale, addestrato in precedenza su simulazioni ad altissima risoluzione, “anticipa” come il gas si comporterà nei 100.000 anni successivi all’esplosione.

In questo modo il codice principale può concentrarsi sui processi globali – gravità, dinamica stellare, struttura dei bracci di spirale – mentre l’IA fornisce risposte rapide e accurate per i fenomeni a piccola scala che di solito rappresentano il collo di bottiglia del calcolo. Un’analisi divulgativa di questo approccio è descritta in dettaglio nell’articolo di ScienceAlert dedicato alla simulazione stellare della via Lattea, accessibile direttamente qui: simulazione della Via Lattea con 100 miliardi di stelle .

Dalla barriera dei miliardi alla scala dei 100 miliardi di stelle

Prima di questo progetto, le simulazioni più avanzate riuscivano a rappresentare galassie con una massa equivalente a circa un miliardo di stelle. In pratica, ogni particella della simulazione corrispondeva a un ammasso stellare, e gli eventi individuali venivano mediati. Il motivo è legato al passo temporale: per seguire correttamente fenomeni rapidi come le supernovae, bisognerebbe usare “fotogrammi” molto ravvicinati nel tempo, il che fa esplodere i costi di calcolo.

Secondo le stime, con i metodi tradizionali sarebbero servite oltre 315 ore di supercomputer per ogni milione di anni simulati. Per arrivare a un miliardo di anni di evoluzione galattica, il tempo reale di calcolo salirebbe a più di tre decenni. Con l’integrazione del modello di deep learning, lo stesso arco temporale può essere coperto in poco più di cento giorni, rendendo la simulazione di lungo periodo un obiettivo realisticamente raggiungibile.

Supernova, gas e struttura galattica: cosa racconta il nuovo modello

Le supernovae sono uno dei motori fondamentali dell’evoluzione galattica. Ogni esplosione distribuisce energia ed elementi chimici nello spazio circostante, innescando onde d’urto che comprimono il gas in alcune regioni e lo rarefanno in altre. Il modo in cui queste “bolle” di gas caldo si espandono e si sovrappongono contribuisce a determinare dove e quando nascono nuove stelle.

Grazie al modello surrogato, la simulazione riesce a rappresentare questo processo con grande dettaglio pur mantenendo una visione d’insieme. Si possono seguire filamenti di gas, zone di intensa formazione stellare, regioni impoverite di materia e tracciare come la distribuzione di elementi pesanti – ferro, ossigeno, carbonio – si propaghi nel disco galattico. Questo aiuta a collegare le osservazioni dei telescopi alle teorie sulla storia chimica della via Lattea e sulla nascita di sistemi planetari potenzialmente abitabili.

IA al servizio del cosmo: un cambio di paradigma nei modelli fisici

Uno degli aspetti più interessanti di questo progetto è il ruolo dell’intelligenza artificiale come strumento di scoperta, non solo di automatizzazione. Il modello di deep learning non rimpiazza le leggi della fisica, ma le incorpora: viene addestrato su simulazioni fisiche accurate, poi generalizza quei risultati a nuove situazioni con una velocità che sarebbe impossibile da ottenere calcolando ogni dettaglio da zero.

Questa sinergia tra IA e simulazioni numeriche sta diventando un trend in molti settori della scienza computazionale. Nel caso della via Lattea, permette di superare una barriera storica nella risoluzione delle simulazioni. In altri contesti, lo stesso approccio potrebbe accelerare studi su fusioni di buchi neri, dinamica dei cluster di galassie o evoluzione di grandi strutture cosmiche su miliardi di anni.

Dalla via Lattea al clima terrestre: applicazioni oltre l’astrofisica

Le implicazioni del lavoro di Hirashima e colleghi non si limitano all’astrofisica. Molti sistemi complessi – come l’atmosfera terrestre, gli oceani o le calotte glaciali – presentano lo stesso problema di fondo: collegare processi rapidissimi e locali a fenomeni che si sviluppano su scale planetarie e temporali lunghissime. Ogni modello di previsione del clima, ad esempio, deve trovare un equilibrio tra dettaglio e costo di calcolo.

Utilizzare modelli surrogati di IA per rappresentare in modo veloce e fedele alcuni processi fisici particolarmente dispendiosi potrebbe ridurre drasticamente i tempi necessari per esplorare scenari futuri: dalla frequenza delle tempeste tropicali alla dinamica delle correnti oceaniche. La simulazione della via Lattea diventa così un caso emblematico di come strumenti sviluppati per guardare lontanissimo possano, in prospettiva, aiutarci anche a capire meglio ciò che accade molto più vicino a casa.

Un nuovo sguardo alla galassia attraverso la lente dei dati

La creazione di una simulazione che segue 100 miliardi di stelle non è solo un trionfo tecnico, ma un modo diverso di fare domande sull’origine e sull’evoluzione della nostra galassia. Potendo “riavvolgere e mandare avanti” la via Lattea in un ambiente controllato, gli scienziati possono testare ipotesi sulle orbite stellari, sulla storia delle fusioni con altre galassie più piccole, sulla formazione del bulge centrale e dei bracci di spirale. Ogni confronto tra modello e osservazione diventa un’occasione per affinare il quadro teorico.

In questo intreccio di fisica, dati e intelligenza artificiale si intravede il futuro della ricerca: simulazioni sempre più ricche, capaci di includere dettagli minuscoli senza perdere di vista l’insieme. La via Lattea non è più solo un oggetto da osservare nel cielo, ma un sistema dinamico che possiamo esplorare anche in laboratorio virtuale, stella dopo stella.