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

Wanneer een massieve ster sterft in een gewelddadige explosie, wordt het een supernova, een kosmisch evenement dat voor een kort moment hele sterrenstelsels overstraalt. Om te begrijpen wat er binnen deze explosies gebeurt, vertrouwen astronomen op computersimulaties die bijhouden hoe licht door de expanderende wolk van puin reist. Dit proces, bekend als radiatieve transfer, is als het volgen van een lichtstraal terwijl deze weerkaatst, wordt geabsorbeerd door, of door miljarden atomen heen beweegt. De uitdaging is dat de atomen binnen een supernova zich niet in een rustige, stabiele staat bevinden; ze worden constant geëxciteerd en geïoniseerd door intense straling, een conditie die wetenschappers non-lokale thermodynamisch evenwicht noemen. Het berekenen van de exacte staat van deze atomen voor elk punt in een driedimensionale explosie is zo rekenintensief dat onderzoekers tot nu toe gedwongen waren hun modellen te vereenvoudigen, waarbij ze vaak de complexe 3D-structuur of de gedetailleerde atomaire fysica negeerden om in een redelijke tijd tot een resultaat te komen.

Een team van onderzoekers heeft nu een doorbraak bereikt in deze flessenhals met een nieuw computerprogramma genaamd SEDONA-GesaRaT. Deze software combineert een traditionele methode voor het simuleren van licht met een krachtige kunstmatige intelligentie-tool die ontworpen is om de moeilijke atomaire fysica-problemen direct op te lossen. Door deze AI te trainen op 119 eerdere simulaties van Type Ia-supernovae — een specifiek soort stellaire explosie die dient als een standaardkaars voor het meten van kosmische afstanden — heeft het team een systeem gecreëerd dat het gedrag van atomen kan voorspellen zonder de trage, stapsgewijze berekeningen te hoeven uitvoeren die oudere methoden vereisen. Het resultaat is een programma dat de volledige, complexe driedimensionale structuur van een supernova-explosie kan simuleren, inclusief de gedetailleerde fysica van hoe licht met materie interacteert, in een fractie van de tijd die het voorheen kostte.

De onderzoekers testten dit nieuwe instrument met behulp van een gedetailleerd model van een Type Ia-supernova die bekend staat als N100. Ze voerden simulaties uit om te zien hoe licht door de explosie zou reizen en hoe het er voor een waarnemer vanuit verschillende hoeken uit zou zien. Het programma genereerde succesvol een enorme dataset die niet alleen de helderheid van het licht liet zien, maar ook de polarisatie ervan, die de oriëntatie van de lichtgolven beschrijft. Deze polarisatiedata werkt als een vingerafdruk van de interne vorm van de explosie, en onthult of het puin glad of klonterig is. Het team kwam tot de conclusie dat hun door AI versnelde programma resultaten produceerde die de oudere, tragere methoden zeer nauwkeurig benaderden voor de algehele helderheid en kleur van het licht. Ze merkten echter ook specifieke discrepanties op waar het programma de opaciteit (ondoorzichtigheid) van bepaalde chemische elementen overschatte, specifgens de silicium- en calcium-spectraallijnen. Deze kleine fouten suggereren dat hoewel de AI ongelooflijk snel en over het algemeen accuraat is, het nog steeds verfijning nodig heeft om elke nuance van de atomaire interacties perfect te vangen.

Wat deze prestatie bijzonder belangrijk maakt, is de enorme schaal van de simulatie. Een enkele run van dit driedimensionale, hoogwaardige model nam ongeveer 3.000 uur aan rekentijd in beslag op een standaardprocessor. Hoewel dit veel klinkt, zouden eerdere methoden middelen vereist hebben die ver buiten de huidige mogelijkheden lagen om hetzelfde niveau van detail en nauwkeurigheid te bereiken. Sterker nog, oudere codes konden slechts een vereenvoudigde, eendimensionale versie van de explosie simuleren met ditzelfde niveau van fysieke detail, of een volledige driedimensionale versie met veel eenvoudigere fysica. Het nieuwe programma stelt wetenschappers in staat om de explosie te zien als een complex, klonterig, driedimensionaal object in plaats van een gladde sfeer. De simulaties toonden bijvoorbeeld hoe de dichtheid van calcium in de explosie correleert met de polarisatie van het licht, waarbij het de oriëntatie van het licht verandert afhankelijk van waar het dichte gas zich binnen de expanderende schil bevindt.

Het vermogen om deze gedetailleerde simulaties uit te voeren, opent de deur naar een nieuw tijdperk van begrip van supernova's. Omdat het programma zo efficiënt is, kunnen onderzoekers nu systematisch de interne structuren van deze explosies bestuderen, waarbij ze verschillende modellen vergelijken om te zien welke het beste overeenkomt met het licht dat we daadwerkelijk van de aarde uit observeren. Dit is cruciaal voor het interpreteren van gegevens van telescopen die de polarisatie van supernova-licht vastleggen, wat aanwijzingen bevat over de geometrie van de explosie en de verdeling van elementen. De onderzoekers merkten op dat hoewel hun huidige tool specifiek is getraind op Type Ia-supernovae, dezelfde aanpak uiteindelijk kan worden toegepast op andere soorten stellaire explosies, mits de AI wordt getraind op de specifieke chemische ingrediënten die in die gebeurtenissen worden gevonden. Door het computationeel onmogelijke haalbaar te maken, transformeert SEDONA-GesaRaT de manier waarop astronomen de gewelddadige, ingewikkelde harten van stervende sterren kunnen onderzoeken.