AI模型加速中子星合併模擬，破解宇宙重元素生成之謎

中子星合併：宇宙最強烈爆炸事件

中子星合併是已知宇宙中最強烈的天文事件之一，被科學界公認為金、鉑、鈾等超重元素的主要生成來源。當兩顆中子星在時空中相遇並碰撞時，釋放的能量和產生的核物理條件足以鍛造宇宙中許多最重的原子核。然而，對這類事件的科學研究卻長期受限於一項關鍵障礙：傳統數值模擬需耗費龐大的運算資源且耗時甚久。

AI模型突破計算瓶頸

由多國科學家組成的研究團隊近日開發出一套以人工智慧為基礎的模擬系統，成功解決了困擾天體物理學界多年的計算瓶頸。新型AI工具透過機器學習演算法，能將模擬運算時間大幅縮短，使研究人員得以在更短時間內探索更廣泛的物理參數空間。

這項突破的實際意義在於：科學家不再受限於少數幾套繁重的模型運算，而是可以快速迭代不同的物理假設，驗證各種重元素生成機制。這種高效的探索方式，有望加速對中子星合併物理過程的整體認知。

連結觀測數據與實驗室研究

新型AI模擬工具的另一項核心價值，在於它能協助科學家將太空天文觀測與地球實驗室研究緊密結合。LIGO重力波偵測器在過去幾年已捕捉到多次中子星合併事件產生的重力波訊號，同時多個伽馬射線爆觀測衛星也記錄到相應的電磁輻射。然而，如何精確解讀這些觀測數據背後的物理機制，一直是天文學家的難題。

AI模型透過快速模擬不同物理參數組合下的合併過程，能更準確地預測中子星合併應產生的光譜特徵、元素豐度分布與重力波波形。研究人員隨後可將這些預測與實際觀測數據比對，不僅驗證既有理論，更能從觀測與實驗的不符之處，推導出全新的物理洞見。

深化宇宙重元素起源之謎

長期以來，「宇宙中的重元素從何而來」是天文學與核物理學交界的重大科學問題。過去的研究雖已指出中子星合併是重要來源之一，但精確的元素生成比例、核反應路徑與時間尺度仍有待釐清。新型AI工具的推出，為這個經典問題提供了全新的研究利器。

研究團隊表示，此工具未來將持續演進，並納入更複雜的核物理模型與最新的觀測數據反饋，最終有望建立起從太空事件到地球實驗、從理論預測到觀測驗證的完整研究閉環，大幅推進人類對宇宙物質起源的理解。