AI仿真器將大大提高科學(xué)領(lǐng)域的仿真模擬速度

對于極其復(fù)雜的自然現(xiàn)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，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(xué)習(xí)的人工智能仿真器則跳過了傳統(tǒng)的繁瑣步驟，借助完整模擬的輸入和輸出，能尋找模式并學(xué)習(xí)猜測新輸入將對模擬產(chǎn)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(xiàn)大幅加速。

牛津大學(xué)物理學(xué)家穆罕默德·卡西姆領(lǐng)導(dǎo)了一項技術(shù)研究——深度仿真器網(wǎng)絡(luò)搜索（DENSE），是依賴于斯坦福大學(xué)計算機科學(xué)家開發(fā)的一種通用神經(jīng)結(jié)構(gòu)搜索。它在網(wǎng)絡(luò)的輸入和輸出之間隨機插入計算層，用有限的數(shù)據(jù)測試和訓(xùn)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(yīng)用在未來仿真器中，通過重復(fù)這個過程不斷改進。

在展示中，研究人員使用DENSE技術(shù)開發(fā)了10個仿真器，分別用于物理、天文、地質(zhì)和氣候科學(xué)領(lǐng)域。DENSE仿真器表現(xiàn)極其出色——速度比其他模擬器快10萬到20億倍。

這些仿真器非常精確，其中天文仿真器的結(jié)果與全模擬的一致性超過99.9%，在這10次模擬中，神經(jīng)網(wǎng)絡(luò)仿真器比傳統(tǒng)仿真器要好得多。