日本理化學研究所跨學科理論與數學科學中心（iTHEMS）的平島圭也團隊，聯合東京大學與西班牙巴塞羅那大學的研究人員，成功開發出全球首個可追蹤千億顆獨立恒星在萬年內演化過程的銀河系模擬模型。這一突破性成果通過將人工智能技術與高性能數值模擬深度融合實現，其恒星數量規模較此前最復雜模型提升百倍，生成效率更是提高兩個數量級以上。
該研究團隊在2025年國際超級計算大會（SC '25）上公布的這項成果，標志著天體物理學、超級計算與智能建模技術的深度融合取得重大進展。其創新方法不僅適用于銀河系研究，更為地球系統科學領域的氣候預測、海洋環流模擬等大規模復雜系統研究提供了全新范式。
傳統銀河系模擬長期面臨精度與效率的雙重困境。要精確追蹤每顆恒星的演化軌跡，需同時計算引力相互作用、流體動力學、核合成過程及超新星爆發等復雜物理現象，這些過程跨越從恒星尺度到星系尺度的巨大空間范圍，以及從數年到數百萬年的時間跨度。此前最先進的模型僅能模擬相當于10億太陽質量的系統，且每個計算單元需代表約百顆恒星的平均行為，導致超新星爆發等小尺度事件無法精確呈現。
計算效率問題更為嚴峻。以當前最精細的物理模型計算，模擬銀河系100萬年的演化需耗時315小時，完整呈現10億年演化歷程需要超過36年連續運算。單純依靠增加超級計算機核心數量難以解決根本問題——核心數增加不僅導致能耗指數級上升，還會因通信延遲等問題引發計算效率下降。
研究團隊提出的混合建模方案巧妙破解了這一難題。他們開發出經過超新星高分辨率模擬訓練的深度學習替代模型，該模型可獨立預測爆炸后10萬年的氣體擴散過程，無需占用主模擬系統的計算資源。這種"物理引擎+智能外掛"的架構，使研究者既能把握星系整體演化規律，又能精準捕捉超新星遺跡等微觀現象。
通過與理化學研究所"富岳"超級計算機及東京大學"雅"計算系統的實測數據對比驗證，新模型在保持單恒星分辨率的前提下，將100萬年演化模擬時間壓縮至2.78小時，完整呈現10億年星系演化僅需115天。這種效率提升使得科學家首次具備在合理時間內完成全尺度銀河系模擬的能力。
該技術的突破性不僅體現在天文學領域。研究團隊指出，氣象預報中的云微物理過程、海洋環流中的渦旋演化、氣候模型中的區域能量交換等場景，都存在類似的多尺度耦合難題。這種將機器學習嵌入傳統物理框架的混合建模方法，為解決計算科學中普遍存在的"精度-效率"矛盾提供了創新思路。
平島圭也研究員表示："這項成果證明人工智能不僅能加速數值模擬，更能拓展科學發現的邊界。通過追溯重元素在銀河系中的傳播路徑，我們正在解開生命起源的物質之謎。"目前團隊正將模型擴展至包含暗物質分布與星系碰撞等更復雜場景，相關數據已開放供全球科研機構使用。
