Publicado 05/05/2021 13:59CET

Simulaciones cosmológicas en 16 horas con un nuevo código

La simulación más a la izquierda se ejecutó a baja resolución. Usando el aprendizaje automático, los investigadores mejoraron  la resolución en dos escalas
La simulación más a la izquierda se ejecutó a baja resolución. Usando el aprendizaje automático, los investigadores mejoraron la resolución en dos escalas - Y. LI ET AL./PNAS

   MADRID, 5 May. (EUROPA PRESS) -

   Un universo evoluciona durante miles y miles de millones de años, pero los investigadores han desarrollado una forma de crear un universo simulado complejo en menos de un día.

   La técnica, publicada en Proceedings of the National Academy of Sciences de esta semana, reúne el aprendizaje automático, la computación de alto rendimiento y la astrofísica y sus autores creen que ayudará a marcar el comienzo de una nueva era de simulaciones cosmológicas de alta resolución.

   Las simulaciones cosmológicas son una parte esencial para desentrañar los muchos misterios del universo, incluidos los de la materia oscura y la energía oscura. Pero hasta ahora, los investigadores se enfrentaban al enigma común de no poder tenerlo todo: las simulaciones podían enfocarse en un área pequeña a alta resolución, o podían abarcar un gran volumen del universo a baja resolución.

   Un grupo de físicos ha superado este problema al enseñar un algoritmo de aprendizaje automático basado en redes neuronales para actualizar una simulación de baja resolución a súper resolución.

   "Las simulaciones cosmológicas deben cubrir un gran volumen de estudios cosmológicos, al tiempo que requieren alta resolución para resolver la física de formación de galaxias a pequeña escala, lo que implicaría enormes desafíos computacionales. Nuestra técnica puede usarse como una herramienta poderosa y prometedora para combinar esos dos requisitos simultáneamente modelando la física de formación de galaxias a pequeña escala en grandes volúmenes cosmológicos", dijo Yueying Ni, doctorando en física por la Universidad de Carnegie Mellon, quien realizó el entrenamiento del modelo, construyó la tubería para pruebas y validación, analizó los datos y realizó la visualización a partir de los datos.

   El código entrenado puede tomar modelos de baja resolución a gran escala y generar simulaciones de súper resolución que contienen hasta 512 veces más partículas. Para una región del universo de aproximadamente 500 millones de años luz de diámetro que contiene 134 millones de partículas, los métodos existentes requerirían 560 horas para producir una simulación de alta resolución utilizando un solo núcleo de procesamiento. Con el nuevo enfoque, los investigadores solo necesitan 36 minutos.

   Los resultados fueron aún más dramáticos cuando se agregaron más partículas a la simulación. Para un universo 1.000 veces más grande con 134.000 millones de partículas, el nuevo método de los investigadores tomó 16 horas en una sola unidad de procesamiento de gráficos. Utilizando los métodos actuales, una simulación de este tamaño y resolución llevaría meses a una supercomputadora dedicada.

   Reducir el tiempo que lleva ejecutar simulaciones cosmológicas "tiene el potencial de proporcionar importantes avances en cosmología numérica y astrofísica", dijo la coautora Tiziana Di Matteo, profesora de Física en Carnegie Mellon. "Las simulaciones cosmológicas siguen la historia y el destino del universo, hasta la formación de todas las galaxias y sus agujeros negros".

   Los científicos usan simulaciones cosmológicas para predecir cómo se vería el universo en varios escenarios, como si la energía oscura que separa el universo variara con el tiempo. Las observaciones del telescopio luego confirman si las predicciones de las simulaciones coinciden con la realidad.

   "Con nuestras simulaciones anteriores, demostramos que podíamos simular el universo para descubrir física nueva e interesante, pero solo a escalas pequeñas o de baja resolución", dijo en un comunicado el coautor y también profesor de Física en la misma universidad Rupert Croft. "Al incorporar el aprendizaje automático, la tecnología puede ponerse al día con nuestras ideas".