天文学家用人工智能模拟宇宙，结果出乎意料！但没人知道原因

宇宙神秘而复杂，想要揭开它更深层次的奥秘，除了进行海量观测，还需要进行各种计算机模拟。通过计算机模拟，我们可能得到一些与观测相符的结果，验证现有的假说与猜测；也可能得到一些与观测相悖的结果，从而牵引出新的问题与机制。

然而，模拟宇宙是极其繁重的工作，往往需要经历漫长的运行时间。比如，一项研究可能需要进行数千次模拟，才能获得有用的统计数据。而人工智能的兴起，似乎为此提供了绝佳的解决方案。

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模拟。他们利用人工智能创建了一个名为D3M的复杂的三维宇宙模型，模拟了138亿年来，引力对太空中数十亿个粒子运动情况的影响。最终，他们得到了大大出乎意料的结果。

事情大概是这样的，研究人员开发了一套神经网络，并用8000多份模型对其进行训练。在完成深度学习后，人工智能模拟了引力对宇宙中粒子运动情况的影响。为了判断其模拟结果的可靠性，他们还用传统的方法进行了同样的模拟。

传统方法有慢、快两种模式。其中，慢模式需要花费数百个小时，可以获得最精确的结果；快模式则只需几分钟。两者所得结果之间的差异为9.3%。相比之下，人工智能的表现极为惊艳——30毫秒就完成了模拟，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模拟时间的同时，还能够保证结果的准确性。

更为不可思议的是，人工智能在仅仅接受一类模型的训练后，居然能够预测出宇宙其他方面的一些情况。这是什么概念呢？正如研究人员所言——这就好比在训练图像识别软件时，为其提供了很多猫和狗的图片后，它居然具备了识别大象的能力。”对于这一出乎意料的结果，研究人员也看得一头雾水，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。