仿真器可以提高模擬速度，例如可顯示澳大利亞大火產(chǎn)生煙塵的氣溶膠模型。圖片來源：《科學(xué)》網(wǎng)站

即使用迄今最快的超級(jí)計(jì)算機(jī)，模擬復(fù)雜自然現(xiàn)象也要耗費(fèi)數(shù)小時(shí)。而據(jù)美國(guó)《科學(xué)》網(wǎng)站17日?qǐng)?bào)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(jīng)網(wǎng)絡(luò)的AI可以很容易地生成精確的仿真器，從而將所有科學(xué)領(lǐng)域的仿真加速數(shù)十億倍。

對(duì)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等，即使利用人類擁有的最高性能超級(jí)計(jì)算機(jī)，建模也可能要花費(fèi)幾個(gè)小時(shí)。然而，基于機(jī)器學(xué)習(xí)的人工智能仿真器則跳過了傳統(tǒng)的繁瑣，借助完整模擬的輸入和輸出，能尋找模式并學(xué)習(xí)猜測(cè)新輸入將對(duì)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(shí)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)了此次研究，該技術(shù)被稱為深度仿真器網(wǎng)絡(luò)搜索(DENSE)，依賴于斯坦福大學(xué)計(jì)算機(jī)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(jī)插入計(jì)算層，用有限的數(shù)據(jù)測(cè)試和訓(xùn)練生成的線路。如果添加的計(jì)算層可以提高性能，那么它還可進(jìn)一步被應(yīng)用在未來仿真器中，通過重復(fù)這個(gè)過程不斷改進(jìn)。

在展示中，研究人員使用DENSE技術(shù)開發(fā)了10個(gè)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。

勞倫斯·利弗莫爾國(guó)家實(shí)驗(yàn)室進(jìn)行氣候模擬的科學(xué)家唐納德·盧卡斯并沒有參與研究，但他表示，神經(jīng)網(wǎng)絡(luò)仿真器的自動(dòng)創(chuàng)建要比他們科學(xué)家團(tuán)隊(duì)設(shè)計(jì)和訓(xùn)練的模擬器好得多，還可以幫助科學(xué)家在實(shí)驗(yàn)設(shè)施中充分利用自己的時(shí)間，未來其很可能將極大地改變科學(xué)進(jìn)程。(記者張夢(mèng)然)