AI仿真器将模拟速度提高數十億倍

　　科技日報北京2月18日電 (記者張夢然)即使用迄今最快的超級計算機，模拟複雜自然現象也要耗費數小時。而據美國《科學》網站17日報道，作為一種超快速模拟的算法，人工智能(AI)仿真器提供了一條“捷徑”——基于神經網絡的AI可以很容易地生成的仿真器，從而将所有科學領域的仿真加速數十億倍。

　　對于極其複雜的自然現象，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，基于機器學習的人工智能仿真器則跳過了傳統的繁瑣，借助完整模拟的輸入和輸出，能尋找模式并學習猜測新輸入将對模拟産生什麼影響，而無論要建模的是原子、大氣還是星系，都可以實現大幅加速。

　　牛津大學物理學家穆罕默德·卡西姆領導了此次研究，該技術被稱為深度仿真器網絡搜索(DENSE)，依賴于斯坦福大學計算機科學家開發的一種通用神經結構搜索。它在網絡的輸入和輸出之間随機插入計算層，用有限的數據測試和訓練生成的線路。如果添加的計算層可以提高性能，那麼它還可進一步被應用在未來仿真器中，通過重複這個過程不斷改進。

　　在展示中，研究人員使用DENSE技術開發了10個仿真器，分别用于物理、天文、地質和氣候科學領域。DENSE仿真器表現極其出色——速度比其他模拟器快10萬到20億倍。

　　這些仿真器非常，其中天文仿真器的結果與全模拟的一緻性超過99.9%，在這10次模拟中，神經網絡仿真器比傳統仿真器要好得多。

　　勞倫斯·利弗莫爾國家實驗室進行氣候模拟的科學家唐納德·盧卡斯并沒有參與研究，但他表示，神經網絡仿真器的自動創建要比他們科學家團隊設計和訓練的模拟器好得多，還可以幫助科學家在實驗設施中充分利用自己的時間，未來其很可能将極大地改變科學進程。