科技日報北京2月18日電 即使用迄今最快的超級計算機，模擬復雜自然現象也要耗費數小時。而據美國《科學》網站17日報道，作為一種超快速模擬的算法，人工智能（AI）仿真器提供了一條“捷徑”——基于神經網絡的AI可以很容易地生成精確的仿真器，從而將所有科學領域的仿真加速數十億倍。

對于極其復雜的自然現象，例如亞原子粒子如何相互作用，以及大氣霧如何影響氣候等等，即使利用人類擁有的最高性能超級計算機，建模也可能要花費幾個小時。然而，基于機器學習的人工智能仿真器則跳過了傳統的繁瑣，借助完整模擬的輸入和輸出，能尋找模式并學習猜測新輸入將對模擬產生什么影響，而無論要建模的是原子、大氣還是星系，都可以實現大幅加速。

牛津大學物理學家穆罕默德·卡西姆領導了此次研究，該技術被稱為深度仿真器網絡搜索（DENSE），依賴于斯坦福大學計算機科學家開發的一種通用神經結構搜索。它在網絡的輸入和輸出之間隨機插入計算層，用有限的數據測試和訓練生成的線路。如果添加的計算層可以提高性能，那么它還可進一步被應用在未來仿真器中，通過重復這個過程不斷改進。

總結

以上是生活随笔為你收集整理的大到星系，小到原子，AI仿真器将模拟速度提高数十亿倍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。