La inteligencia artificial ayuda a los científicos a simular colisiones de estrellas de neutrones con precisión

Las colisiones de estrellas de neutrones se encuentran entre los eventos más energéticos del universo y son responsables de la producción de elementos químicos pesados. Cuando dos estrellas de neutrones se fusionan, se expulsan al espacio grandes cantidades de materia rica en neutrones a velocidades cercanas a la de la luz. En este entorno, tiene lugar el proceso r, un mecanismo de nucleosíntesis responsable de la rápida formación de núcleos atómicos pesados. Mediante este proceso se producen elementos como el oro, el platino y el uranio.

Para comprender en detalle lo que sucede durante estas colisiones, se requieren simulaciones numéricas. Los modelos deben describir la hidrodinámica de la materia eyectada, la física nuclear responsable de la formación de los elementos y los efectos relativistas. Esto conlleva cálculos computacionales complejos que involucran miles de reacciones nucleares. En muchos casos, una sola simulación puede tardar días o semanas en procesarse en supercomputadoras. Esta limitación dificulta el estudio de diferentes condiciones iniciales y parámetros físicos.

Para resolver esse problema, um novo estudo propõe usar inteligência artificial (IA) para superar parte dessas limitações. Os pesquisadores desenvolveram um modelo capaz de reproduzir o aquecimento gerado pelo processo-r dentro das simulações hidrodinâmicas. Em vez de calcular diretamente todas as reações nucleares a cada etapa da simulação, a rede neural aprende a estimar seus efeitos de forma mais eficiente. A abordagem permite estudar um número maior de simulações e explorar diferentes parâmetros físicos.

Para solucionar este problema, un nuevo estudio propone utilizar inteligencia artificial (IA) para superar algunas de estas limitaciones. Los investigadores desarrollaron un modelo capaz de reproducir el calentamiento generado por el proceso r en simulaciones hidrodinámicas. En lugar de calcular directamente todas las reacciones nucleares en cada paso de la simulación, la red neuronal aprende a estimar sus efectos de forma más eficiente. Este enfoque permite estudiar un mayor número de simulaciones y explorar diferentes parámetros físicos.

Colisión de estrellas de neutrones

Las colisiones de estrellas de neutrones ocurren cuando dos de estos objetos compactos pierden energía orbital mediante la emisión de ondas gravitacionales y finalmente se fusionan. Durante la colisión, se expulsa materia al espacio en condiciones extremas de temperatura, densidad y energía. La fusión también produce una explosión conocida como kilonova, asociada a emisiones electromagnéticas y ondas gravitacionales.

En el proceso r, los núcleos atómicos absorben grandes cantidades de neutrones en intervalos cortos antes de sufrir desintegración radiactiva. Este proceso permite la formación de elementos como el oro, el platino y el uranio. La cantidad de elementos sintetizados depende de varios factores, como la cantidad de masa expulsada, su composición química y las condiciones físicas durante la expansión del material. Además, miles de reacciones nucleares ocurren simultáneamente a medida que la materia se enfría y evoluciona.

Problema de simulación numérica

Para comprender estos procesos, astrónomos y físicos utilizan simulaciones numéricas que describen la física del fenómeno. Durante la fusión, ocurren simultáneamente fenómenos relacionados con la relatividad general, la hidrodinámica, la física nuclear y el transporte de radiación. La interacción entre estas diferentes áreas de la física produce un sistema complejo, cuya evolución debe calcularse paso a paso mediante modelos computacionales. Las simulaciones permiten reconstruir estos procesos y comparar las predicciones teóricas con las observaciones.

Sin embargo, realizar estas simulaciones es una tarea computacionalmente muy exigente. Los modelos deben seguir la evolución de miles de millones de elementos mientras resuelven ecuaciones que describen la dinámica de la materia y la gravedad. En muchos casos, también es necesario incluir miles de reacciones nucleares responsables de la formación de los elementos pesados producidos durante la colisión. Dependiendo de la resolución y la complejidad del modelo, una sola simulación puede tardar días o incluso semanas.

Simulación con IA

Un nuevo estudio propone utilizar inteligencia artificial para resolver este problema y acelerar uno de los pasos más costosos en las simulaciones de colisiones de estrellas de neutrones. El método, denominado RHINE, emplea redes neuronales para modelar la energía liberada durante el proceso r. Los investigadores entrenaron la red neuronal utilizando un conjunto de cálculos de referencia generados con redes completas de reacciones nucleares. Durante este paso, el sistema aprende la relación entre las condiciones físicas de la materia y la energía liberada por el proceso r.

Tras el entrenamiento, la red neuronal puede incorporarse directamente a simulaciones hidrodinámicas para estimar las tasas de calentamiento con mucha mayor rapidez. En lugar de resolver miles de reacciones nucleares en cada paso de tiempo, la IA proporciona aproximaciones con un menor coste computacional. Esto permite ejecutar un mayor número de simulaciones y explorar diferentes escenarios físicos en menos tiempo. Como resultado, los investigadores pueden estudiar cómo varían las propiedades de las kilonovas y la materia eyectada en las colisiones de estrellas de neutrones.

Referencia de la noticia

Just et al. 2026 r-process heating implementation in hydrodynamic simulations with neural networks Physical Review D