科技日报北京2月18日电 (记者张梦然)纵然用迄今最快的超级盘算机，模拟庞大自然现象也要花费数小时。而据美国《科学》网站17日报道，作为一种超快速模拟的算法，人工智能(AI)仿真器提供了一条“捷径”——基于神经网络的AI可以很容易地天生的仿真器，从而将所有科学领域的仿真加速数十亿倍。

　　对于极其庞大的自然现象，例如亚原子粒子若何相互作用，以及大气雾若何影响天气等等，纵然行使人类拥有的性能超级盘算机，建模也可能要花费几个小时。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，借助完整模拟的输入和输出，能寻找模式并学习预测新输入将对模拟发生什么影响，而无论要建模的是原子、大气照样星系，都可以实现大幅加速。

　　牛津大学物理学家穆罕默德·卡西姆向导了此次研究，该手艺被称为深度仿真器网络搜索(DENSE)，依赖于斯坦福大学盘算机科学家开发的一种通用神经结构搜索。它在网络的输入和输出之间随机插入盘算层，用有限的数据测试和训练天生的线路。若是添加的盘算层可以提高性能，那么它还可进一步被应用在未来仿真器中，通过重复这个历程不断改进。

　　在展示中，研究人员使用DENSE手艺开发了10个仿真器，划分用于物理、天文、地质和天气科学领域。DENSE仿真器显示极其精彩——速率比其他模拟器快10万到20亿倍。

　　这些仿真器异常，其中天文仿真器的结果与全模拟的一致性跨越99.9%，在这10次模拟中，神经网络仿真器比传统仿真器要好得多。

　　劳伦斯·利弗莫尔国家实验室举行天气模拟的科学家唐纳德·卢卡斯并没有介入研究，但他示意，神经网络仿真器的自动建立要比他们科学家团队设计和训练的模拟器好得多，还可以辅助科学家在实验设施中充分行使自己的时间，未来其很可能将极大地改变科学历程。