伟大的谜团
既然我们无法穿越回数十亿年前的时光——至少目前还不行——了解宇宙演化过程的最佳方式之一，就是利用我们已知的信息，创建计算机模拟该过程的模拟。
大多数此类模拟可分为两类：速度慢但更精确，或速度快但精确度较低。如今，一支国际研究团队已构建了一种AI，能够快速生成高精度的宇宙三维模拟，即使研究人员调整了该系统训练时未涉及的参数。
“这就像用大量猫和狗的图片训练图像识别软件，但它随后却能识别出大象，”研究人员Shirley Ho在一份新闻稿中表示。“没人知道它是如何做到的，这是一个有待解开的伟大谜团。”
高速系统
科学家们在一项研究中详细介绍了他们如何创建这一宇宙模拟器，并将其命名为深度密度位移模型（D3M），该研究发表于期刊《美国国家科学院院刊》。
研究目标是教会D3M如何模拟引力塑造宇宙的方式。为此，研究人员首先向该系统输入了8,000个不同的、以引力为核心的模拟数据，这些数据由一个高精度的现有宇宙模拟器生成。
该现有系统创建一个模拟需要300个计算小时，但在对这些数据进行训练后，D3M仅用30毫秒便能生成其自身的模拟，模拟对象为一个边长6亿光年的立方体宇宙。这些模拟比现有“快速”系统的模拟更为精确，而后者创建一个模拟需要几分钟时间。
知识空白
但速度并非D3M最引人注目之处。
更引人注目的是，即使研究人员更改了训练数据中未包含的参数，它仍能准确模拟宇宙可能呈现的样貌。例如，研究人员可以调整其模拟宇宙中暗物质的比例，而D3M能够准确模拟该宇宙的演化。暗物质。
这一奇特现象不仅有助于Ho等物理学家更好地理解宇宙演化，还有可能帮助计算机科学家更好地理解AI。
Ho在该新闻稿中表示：“我们可以成为机器学习者的一个有趣实验场，用来探究该模型为何推断得如此出色，以及为何它能推断出大象，而不只是识别猫和狗。”“这是科学与深度学习之间的双向通道。”
