科技日报北京2月18日电 （记者张梦然）即便用迄今最快的超等计较机，摹拟繁杂天然征象也要花费数小时。而据美国《迷信》网站17日报导，作为一种超疾速摹拟的算法，人工智能（AI）仿真器提供了一条“捷径”——基于神经网络的AI可以很容易地天生切确的仿真器，从而将一切迷信畛域的仿真加快数十亿倍。
对付极为繁杂的天然征象，比方亚原籽粒子若何互相作用，和年夜气雾若何影响天气等等，即便操纵人类领有的最高机能超等计较机，建模也可能要耗费几个小时。然而，基于机械学习的人工智能仿真器则跳过了传统的繁琐，借助完备摹拟的输出以及输入，能寻觅模式并学习猜想新输出将对摹拟发生甚么影响，而不管要建模的是原子、年夜气仍是星系，均可以完成年夜幅加快。
牛津年夜学物理学家穆罕默德·卡西姆向导了这次研究，该技能被称为深度仿真器网络搜刮（DENSE），依赖于斯坦福年夜学计较机迷信家开发的一种通用神经布局搜刮。它在网络的输出以及输入之间随机拔出计较层，用有限的数据测试以及训练天生的路线。若是添加的计较层可以提高机能，那末它还可入一步被运用在将来仿真器中，经由过程重复这个进程不竭改良。
在展现中，研究职员使用DENSE技能开发了10个仿真器，分别用于物理、天文、地质以及天气迷信畛域。DENSE仿真器体现极为超卓——速率比其余摹拟器快10万到20亿倍。
这些仿真器很是切确，此中天文仿真器的效果与全摹拟的一致性跨越99.9%，在这10次摹拟中，神经网络仿真器比传统仿真器要好患上多。
劳伦斯·利弗莫尔国度试验室入行天气摹拟的迷信家唐纳德·卢卡斯并无介入研究，但他暗示，神经网络仿真器的主动建立要比他们迷信家团队设计以及训练的摹拟器好患上多，还可以匡助迷信家在试验举措措施中充实操纵本身的时间，将来其极可能将极年夜地扭转迷信过程。