Sintesi del progetto
DeepCosmoNet ha sviluppato una pipeline di Intelligenza Artificiale per identificare strutture cosmiche – come aloni e vuoti – all’interno di simulazioni a N-corpi di grandi dimensioni. Il progetto mira a fprnire risposte alla crescente complessità dei dataset numerici, dove i metodi tradizionali risultano lenti e difficili da scalare. Le soluzioni proposte riducono drasticamente i tempi di analisi grazie all’uso di modelli neurali ottimizzati per dati 3D e accelerati su GPU.
Obiettivi
Sostituire algoritmi iterativi basati su CPU con metodi più rapidi e adattabili; permettere l’analisi istantanea di simulazioni da miliardi di particelle; ottenere cataloghi di strutture cosmiche con accuratezza paragonabile a quella dei metodi fisici tradizionali.
Problemi e necessità
Le simulazioni cosmologiche moderne producono quantità di dati che superano la capacità dei metodi convenzionali, rendendo impraticabile la caratterizzazione delle strutture durante l’esecuzione. Servono tecniche che mantengano fedeltà fisica ma con tempi computazionali molto più brevi.
Soluzioni sviluppate
DeepCosmoNet ha introdotto due pipeline: HALOS, per segmentare sub aloni, e VOIDS, una rete 3D per individuare i vuoti cosmici. Le sperimentazioni effettuate mostrano riduzioni dei tempi di elaborazione di circa un ordine di grandezza rispetto alle tecniche classiche, mantenendo una qualità dei risultati comparabile.
Benefici e ricadute
Il progetto permette di analizzare più snapshot, eseguire simulazioni più estese e ottenere cataloghi utili per studi su materia oscura, formazione galattica e struttura su larga scala. L’approccio contribuisce a rafforzare le competenze nazionali nell’uso combinato di IA e HPC, con potenziali ricadute su altri settori che trattano dati tridimensionali complessi.
Settori che possono beneficiare
Oltre al dominio Spazio, le tecniche sviluppate hanno applicazioni negli ambiti dell’Intelligenza Artificiale, delle Nuove Tecnologie, del Software e in campi che analizzano data-set discreti di dati spaziali, come geospaziale, materiali avanzati, imaging medico e modellazione strutturale.
