然而，仿照宇宙是极其繁重的事情，每每须要经历漫长的运行韶光。
比如，一项研究可能须要进行数千次仿照，才能得到有用的统计数据。
而人工智能的兴起，彷佛为此供应了绝佳的办理方案。

最近，一支国际天文研究小组就利用人工智能对宇宙进行了一项仿照。
他们利用人工智能创建了一个名为D3M的繁芜的三维宇宙模型，仿照了138亿年来，引力对太空中数十亿个粒子运动情形的影响。
终极，他们得到了大大出乎猜想的结果。

事情大概是这样的，研究职员开拓了一套神经网络，并用8000多份模型对其进行演习。
在完成深度学习后，人工智能仿照了引力对宇宙中粒子运动情形的影响。
为了判断其仿照结果的可靠性，他们还用传统的方法进行了同样的仿照。

传统方法有慢、快两种模式。
个中，慢模式须要花费数百个小时，可以得到最精确的结果；快模式则只需几分钟。
两者所得结果之间的差异为9.3%。
比较之下，人工智能的表现极为惊艳——30毫秒就完成了仿照，而且结果与传统快模式仅相差2.8%。
这意味人工智能在大大缩减仿照韶光的同时，还能够担保结果的准确性。

更为不可思议的是，人工智能在仅仅接管一类模型的演习后，居然能够预测出宇宙其他方面的一些情形。
这是什么观点呢？正如研究职员所言——这就好比在演习图像识别软件时，为其供应了很多猫和狗的图片后，它居然具备了识别大象的能力。
”对付这一出乎猜想的结果，研究职员也看得一头雾水，不知人工智能究竟是如何做到的。

这项研究已经被发布到《美国科学院院报》上。