Нейросеть научили предсказывать синтез элементов при столкновении звезд

Исследователи из немецкого Центра тяжелых ионов имени Гельмгольца создали нейросетевую модель RHINE, способную точно описывать энерговыделение при r-процессе. Технология позволяет моделировать синтез тяжелых элементов во время слияния нейтронных звезд, не прибегая к чрезмерным упрощениям, которые ранее снижали точность астрофизических симуляций и приводили к потере данных.

Традиционные расчеты ядерных реакций требуют колоссальных ресурсов, из-за чего ученые вынуждены жертвовать детализацией. Модель RHINE решает эту проблему, используя глубокое обучение для воспроизведения тепловыделения внутри гидродинамических симуляций. Нейросеть проходит предварительное обучение на полных наборах данных ядерных реакций, после чего быстро и точно вычисляет параметры нагрева в режиме реального времени.

По словам ведущего автора работы Оливера Юста, этот подход кардинально меняет подход к анализу килоновых — кратковременных вспышек, сопровождающих столкновение звезд. Понимание динамики нагрева критически важно для интерпретации электромагнитного излучения, которое фиксируют телескопы вроде «Хаббла». Соавтор исследования Цевэй Сюн подчеркнул, что тесты подтвердили высокую точность метода: нейросетевые расчеты практически не уступают эталонным, но при этом требуют значительно меньше времени и мощностей.

Внедрение RHINE позволит связать лабораторные эксперименты на будущей установке FAIR с реальными данными наблюдений за космосом. Авторы уверены, что учет нагрева в r-процессе, который ранее часто недооценивали, поможет построить более физически согласованные модели эволюции вещества во Вселенной.