SEDONA-GesaRaT: an AI-Accelerated Radiative Transfer Program for 3-D Supernova Simulations

जब एक विशाल तारा एक हिंसक विस्फोट के साथ मरता है, तो वह सुपरनोवा बन जाता है, एक ऐसी ब्रह्मांडीय घटना जो थोड़े समय के लिए पूरी आकाशगंगाओं को भी फीका कर देती है। इन विस्फोटों के भीतर क्या होता है, इसे समझने के लिए खगोलशास्त्री कंप्यूटर सिमुलेशन पर भरोसा करते हैं जो फैलते हुए मलबे के बादलों के माध्यम से प्रकाश के यात्रा करने के तरीके को ट्रैक करते हैं। यह प्रक्रिया, जिसे रेडिएटिव ट्रांसफर (विकिरण स्थानांतरण) कहा जाता है, प्रकाश की एक किरण का पीछा करने के समान है जो अरबों परमाणुओं से टकराकर, अवशोषित होकर या उनके बीच से गुजरकर आगे बढ़ती है। चुनौती यह है कि सुपरनोवा के भीतर परमाणु एक शांत और स्थिर अवस्था में नहीं होते; वे तीव्र विकिरण द्वारा लगातार उत्तेजित और आयनित होते रहते हैं, जिसे वैज्ञानिक 'नॉन-लोकल थर्मोडायनामिक इक्विलिब्रियम' (गैर-स्थानीय ऊष्मप्रवैगिकी संतुलन) की स्थिति कहते हैं। विस्फोट के हर बिंदु के लिए इन परमाणुओं की सटीक स्थिति की गणना करना इतना भारी गणनात्मक कार्य है कि, अब तक शोधकर्ताओं को अपने मॉडलों को सरल बनाने के लिए मजबूर होना पड़ा था, जिसमें अक्सर उचित समय में परिणाम प्राप्त करने के लिए जटिल 3D संरचना या विस्तृत परमाणु भौतिकी को अनदेखा कर दिया जाता था।

शोधकर्ताओं के एक दल ने अब SEDONA-GesaRaT नामक एक नए कंप्यूटर प्रोग्राम के साथ इस बाधा को तोड़ दिया है। यह सॉफ्टवेयर प्रकाश का अनुकरण करने के लिए एक पारंपरिक विधि को एक शक्तिशाली आर्टिफिशियल इंटेलिजेंस (AI) टूल के साथ जोड़ता है, जिसे कठिन परमाणु भौतिकी समस्याओं को तुरंत हल करने के लिए डिज़ाइन किया गया है। टीम ने इस AI को टाइप Ia सुपरनोवा (एक विशिष्ट प्रकार का स्टेलर विस्फोट जो ब्रह्मांडीय दूरियों को मापने के लिए एक मानक मोमबत्ती के रूप में कार्य करता है) के 119 पिछले सिमुलेशन पर प्रशिक्षित किया, जिससे उन्होंने एक ऐसा सिस्टम बनाया जो पुराने तरीकों की तुलना में धीमी, चरण-दर-चरण गणनाओं को किए बिना परमाणुओं के व्यवहार की भविष्यवाणी कर सकता है। इसका परिणाम यह है कि यह एक प्रोग्राम है जो एक सुपरनोवा विस्फोट की पूर्ण, जटिल त्रि-आयामी (3D) संरचना और पदार्थ के साथ प्रकाश की परस्पर क्रिया की विस्तृत भौतिकी को, पुराने समय में लगने वाले समय के एक अंश में सिम्युलेट कर सकता है।

शोधकर्ताओं ने इस नए टूल का परीक्षण टाइप Ia सुपरनोवा के एक विस्तृत मॉडल N100 का उपयोग करके किया। उन्होंने सिमुलेशन चलाए यह देखने के लिए कि प्रकाश विस्फोट के माध्यम से कैसे यात्रा करेगा और विभिन्न कोणों से एक पर्यवेक्षक को यह कैसा दिखाई देगा। प्रोग्राम ने सफलतापूर्वक एक विशाल डेटासेट तैयार किया जो न केवल प्रकाश की चमक को दिखाता है, बल्कि इसके ध्रुवीकरण (पोलराइजेशन) को भी दर्शाता है, जो प्रकाश तरंगों के ओरिएंटेशन (अभिविन्यास) का वर्णन करता है। यह ध्रुवीकरण डेटा विस्फोट के आंतरिक आकार के फिंगरप्रिंट की तरह कार्य करता है, जो यह प्रकट करता है कि मलबा चिकना है या गांठदार। टीम ने पाया कि उनका AI-त्वरित प्रोग्राम प्रकाश की समग्र चमक और रंग के लिए पुराने, धीमे तरीकों के साथ बहुत करीब से मेल खाता हुआ परिणाम देता है। हालांकि, उन्होंने कुछ विशिष्ट विसंगतियां भी देखीं जहां प्रोग्राम ने कुछ रासायनिक तत्वों, विशेष रूप से सिलिकॉन और कैल्शियम स्पेक्ट्रल लाइनों की अपारदर्शिता (ओपेसिटी) को बढ़ा-चढ़ाकर दिखाया। ये मामूली त्रुटियां बताती हैं कि हालांकि AI अविश्वसनीय रूप से तेज़ और आम तौर पर सटीक है, फिर भी इसे परमाणु अंतःक्रियाओं के हर सूक्ष्म पहलू को पूरी तरह से पकड़ने के लिए परिष्कृत करने की आवश्यकता है।

इस उपलब्धि को जो बात विशेष रूप से महत्वपूर्ण बनाती है, वह है सिमुलेशन का विशाल पैमाना। इस त्रि-आयामी, उच्च-परिशुद्धता मॉडल का एक एकल रन एक मानक प्रोसेसर पर लगभग 3,000 घंटे का कंप्यूटिंग समय लेता है। हालांकि यह बहुत अधिक लगता है, लेकिन पिछले तरीकों को उसी स्तर की विस्तृत जानकारी और सटीकता प्राप्त करने के लिए वर्तमान में उपलब्ध संसाधनों से कहीं अधिक संसाधनों की आवश्यकता होती। वास्तव में, पुराने कोड इसी स्तर की भौतिक विवरण के साथ विस्फोट के एक सरल, एक-आयामी (1D) संस्करण को ही सिम्युलेट कर पाते थे, या बहुत सरल भौतिकी के साथ एक पूर्ण त्रि-आयामी संस्करण को। नया प्रोग्राम वैज्ञानिकों को विस्फोट को एक चिकने गोले के बजाय एक जटिल, गांठदार, त्रि-आयामी वस्तु के रूप में देखने की अनुमति देता है। उदाहरण के लिए, सिमुलेशन ने दिखाया कि विस्फोट में कैल्शियम का घनत्व प्रकाश के ध्रुवीकरण के साथ कैसे संबंधित है, जिससे पता चलता है कि प्रकाश का ओरिएंटेशन विस्तार करने वाले खोल के भीतर घनी गैस कहाँ स्थित है, इस पर निर्भर करता है।

इन विस्तृत सिमुलेशन को चलाने की क्षमता सुपरनोवा की समझ के एक नए युग के द्वार खोलती है। क्योंकि यह प्रोग्राम इतना कुशल है, शोधकर्ता अब इन विस्फोटों की आंतरिक संरचनाओं का व्यवस्थित रूप से अध्ययन कर सकते हैं, विभिन्न मॉडलों की तुलना कर सकते हैं ताकि यह देखा जा सके कि कौन सा मॉडल वास्तव में पृथ्वी से देखे जाने वाले प्रकाश से सबसे अच्छा मेल खाता है। यह उन दूरबीनों से प्राप्त डेटा की व्याख्या करने के लिए महत्वपूर्ण है जो सुपरनोवा प्रकाश के ध्रुवीकरण को कैप्चर करती हैं, जिसमें विस्फोट की ज्यामिति और तत्वों के वितरण के बारे में सुराग छिपे होते हैं। शोधकर्ताओं ने उल्लेख किया कि हालांकि उनका वर्तमान टूल विशेष रूप से टाइप Ia सुपरनोवा के लिए प्रशिक्षित है, लेकिन इसी दृष्टिकोण को अन्य प्रकार के स्टेलर विस्फोटों पर भी लागू किया जा सकता है, बशर्ते AI को उन घटनाओं में पाए जाने वाले विशिष्ट रासायनिक घटकों पर प्रशिक्षित किया जाए। इस तरह, असंभव को गणनात्मक रूप से संभव बनाकर, SEDONA-GesaT खगोलविदों के लिए मरते हुए सितारों के हिंसक और जटिल हृदय को टटोलने के तरीके को बदल देता है।