日本理化學研究所（RIKEN）科研團隊近日在銀河系模擬領域取得重大進展，通過融合人工智能技術與超級計算能力，成功構建出迄今最精細的銀河系演化模型。該模型采用與真實銀河系恒星數量相當的1000億個粒子進行模擬，將星系演化研究的效率提升了兩個數量級，為天體物理學研究開辟了全新路徑。
傳統星系模擬受限于計算能力，通常采用簡化模型——每個粒子代表100顆恒星，總粒子數僅達十億量級。這種處理方式雖能呈現星系長期演化趨勢，卻無法捕捉超新星爆發等短期關鍵事件對星際介質的具體影響。例如，超新星沖擊波對周圍氣體分布的擾動、新元素注入星際環境等微觀過程，在傳統模型中均被模糊處理。
研究團隊創新性地開發出"深度學習智能體模型"，通過輸入高分辨率超新星觀測數據，訓練AI系統精準預測超新星遺跡在10萬年時間尺度內的擴張軌跡及其與星際介質的相互作用。該模型成功解析了超新星爆發如何通過吹散氣體云、注入重元素等方式，重塑星際介質的物理狀態與化學組成，這些物質最終成為新一代恒星的誕生搖籃。
在技術實現層面，科研人員將AI預測模型與描述銀河系整體運動的數值模擬框架深度耦合。這種混合計算模式既保留了傳統數值模擬對大尺度星系結構的刻畫能力，又融入了AI對微觀物理過程的精確模擬。測試數據顯示，新系統模擬百萬年星系演化僅需2.78小時，模擬十億年演化周期從傳統方法的36年縮短至115天，效率提升達300倍以上。
該成果突破了星系模擬中"時間尺度"與"空間分辨率"難以兼顧的瓶頸。傳統模型為獲取長期演化數據，不得不犧牲對短期關鍵事件的捕捉能力；而新方法通過AI技術實現了微觀物理過程與宏觀星系演化的同步模擬。這種技術革新使天文學家首次具備在合理時間框架內，完整追蹤從超新星爆發到新一代恒星形成的全鏈條物理過程的能力。
研究團隊特別指出，新模型在超新星遺跡演化模擬中展現出獨特優勢。通過AI驅動的粒子級模擬，系統能夠精確再現沖擊波傳播、氣體壓縮、元素混合等復雜物理現象，這些細節對于理解星系化學演化、恒星形成效率等核心問題具有關鍵意義。該成果已應用于銀河系金屬元素分布研究，初步發現超新星爆發頻率與恒星形成活動存在顯著時空關聯。
