导读
过去高精准度宇宙模型进行一次模拟，要花费约300个小时，而现在最新的D3M模型只要30毫秒
人工智慧现在也可以帮人类探索宇宙，由柏克莱大学、日本卡弗里数物连携宇宙研究机构、英属哥伦比亚大学以及卡内基美隆大学研究员组成的研究团队，开发了D3M（Deep Density Displacement Model）模型，这个模型能够快速且精确地模拟宇宙的样貌，以及在改变特定参数后的样子。
这是天体物理学家第一次使用人工智慧技术，对宇宙进行3D模拟，研究人员表示，他们所开发的D3M模型，能够以参数调整，快速且精确地模拟宇宙的外观，回答像是宇宙中有多少暗物质（Dark Matter）存在等问题，也可以让科学家知道，宇宙在各种情境条件下演变的状况。由于每个情境条件都需要进行数千次的模拟，花费大量的计算时间，而这也使得开发出高速且精确的运算模型，成为现代天体物理学重要的目标之一。
天体物理学家关注重力，因为重力是形塑宇宙最重要的力量，但是精确的宇宙模拟，需要计算宇宙中数十亿个粒子，受重力长时间影响的移动状况，一次需要花费约300个模拟计算小时，虽然有较快速的模拟方法，可以将模拟时间压缩至2分钟，但是却会让精准度大幅下降。
在美国国家科学院院刊发表的D3M，能快速地模拟重力如何形塑宇宙，研究团队使用PyTorch深度学习框架和GPU，以8,000种不同的模拟训练资料，进行深度神经网路训练，这些模拟资料来自另一个高精准度模型所产生的结果。
D3M模型训练完成之后，研究人员对6亿光年的箱型宇宙进行模拟，并把模拟结果与其他需要数百小时运算的高精准度模型，以及数分钟的高速模型进行比较。D3M模型计算时间仅花费30毫秒，产生的结果相对误差只有高精确度模型的2.8％，也就是说在省下大量运算时间的同时，还能保有一定水准的精确度。
而D3M模型跟高速模型相比更不用说，高速模型花了更多的时间，得到的结果还存在约10％的相对误差。研究团队指出，D3M模型的另一个特点是，模拟在训练资料中所未曾出现的参数，结果也相同精准，而这使得该模型成为富弹性的工具，可用于模拟训练资料未覆盖的参数空间。
