《創(chuàng)世紀(jì)》里，神用7天創(chuàng)造了這個(gè)世界。而現(xiàn)在，你可能也有機(jī)會體驗(yàn)這個(gè)過程，創(chuàng)造一個(gè)屬于自己的宇宙。

近日，Space Engine 0.990版本在Steam平臺發(fā)售，發(fā)售不到一天，近300測評全部為最高評價(jià)，截止6月20日已經(jīng)賣出了2萬份，同時(shí)Steam用戶好評率高達(dá)96%。之后，還得到了資深電腦游戲玩家、復(fù)旦大學(xué)中文系教授嚴(yán)峰的微博推薦。

這款游戲到底為何這么受玩家熱捧呢？

Space Engine是一款宇宙模擬游戲，它包含數(shù)千個(gè)真實(shí)的天體，包括來自HIP目錄的恒星，來自NGC和IC目錄的星系，幾個(gè)知名的星云，以及所有已知的系外行星和它們的恒星。它采用星表與程序化生成創(chuàng)造一個(gè)邊長為10Gpc的立方體宇宙，同時(shí)1:1還原了現(xiàn)實(shí)宇宙。

更讓人震驚的是，這款游戲是是由一個(gè)俄羅斯天文學(xué)家兼碼農(nóng)單槍匹馬開發(fā)出來的，從第一個(gè)版本開始，前后共花了九年的時(shí)間。

Vladimir Romanyuk

但如果說Space Engine只是計(jì)算機(jī)對宇宙的一種逼真展現(xiàn)，還停留在游戲?qū)用妫敲赐粋€(gè)月，另一群對天文和計(jì)算機(jī)有著狂熱情懷的組織，紐約天體物理學(xué)信息中心的研究人員們，則在試圖做一件更偉大的事——用AI重新創(chuàng)造一個(gè)宇宙。

使用神經(jīng)網(wǎng)絡(luò)模擬宇宙

6月24日，紐約天體物理學(xué)信息中心的研究人員在美國國家科學(xué)院院刊上發(fā)表了一項(xiàng)研究，AI創(chuàng)造了前所未見的模擬宇宙，效果逼真，然而AI如何完成這一模型的卻是個(gè)迷。

這個(gè)項(xiàng)目的工作目標(biāo)是為了再現(xiàn)宇宙起源時(shí)的種種環(huán)境條件，但是神經(jīng)科學(xué)家們顯然也對自己創(chuàng)造的模擬器的工作原理十分感興趣。

“這就像你只是用貓和狗的圖片去訓(xùn)練圖像識別軟件，但是它卻可以識別大象，”這項(xiàng)研究的作者之一，紐約天體物理學(xué)信息中心的理論天文學(xué)家Shirley Ho評論，“沒有人知道AI到底是怎么做到的，這是一個(gè)有待解決的大謎題。”

宇宙年齡和度量在數(shù)據(jù)上的巨大使得理解這些數(shù)據(jù)變得十分困難，計(jì)算機(jī)模型則是天文學(xué)家的一項(xiàng)有力工具。傳統(tǒng)的模型需要多臺計(jì)算機(jī)花費(fèi)大量時(shí)間，因?yàn)樘煳膶W(xué)家們需要跑上千臺模擬器，調(diào)整各種參數(shù)去得到最逼真的模擬。

沒有錄入任何相關(guān)數(shù)據(jù)，模型竟然自己跑出了“暗物質(zhì)”

Shirley Ho和她的同事創(chuàng)造了一個(gè)深度學(xué)習(xí)網(wǎng)絡(luò)來為這項(xiàng)模擬過程加速。Deep Density Displacement Model，或者叫它D^3M，這個(gè)神經(jīng)網(wǎng)絡(luò)被設(shè)計(jì)為通過識別數(shù)據(jù)的共性去“學(xué)習(xí)”如何操作這些數(shù)據(jù)。

研究人員將8000個(gè)通過傳統(tǒng)高速計(jì)算機(jī)模擬的宇宙模型放入D^3M，等D^3M學(xué)習(xí)完這些模型的工作原理之后，研究人員就放入一個(gè)全新的前所未見的6億光年寬度的宇宙可視立方體模型。（真正可被觀測的宇宙大約是930億光年寬度）

就像處理前面訓(xùn)練時(shí)的8000個(gè)數(shù)據(jù)集一樣，面對這個(gè)全新的宇宙仿真模型，D^3M神經(jīng)網(wǎng)絡(luò)依舊游刃有余。

這項(xiàng)模擬關(guān)注的是重力在宇宙形成時(shí)所起到的作用，然而令人驚喜的是，當(dāng)研究人員調(diào)到一些前所未見的參數(shù)——比如，可視宇宙中的暗物質(zhì)數(shù)量——D^3M也能夠進(jìn)行模擬。這讓研究者們目瞪口呆，因?yàn)樗麄儚膩頉]有對這個(gè)模型錄入過任何暗物質(zhì)相關(guān)的變量。

AI或可取代傳統(tǒng)的數(shù)值模擬宇宙學(xué)

D^3M謎一樣的特性同時(shí)吸引著計(jì)算機(jī)科學(xué)家和宇宙學(xué)家。

“我們可以變成機(jī)器學(xué)習(xí)者的游樂場，去探究為什么這個(gè)模型擁有對未知事物如此之強(qiáng)的推算能力，為什么他能識別出大象而不只是貓和狗，”Shirley Ho說，“這是科學(xué)和深度學(xué)習(xí)之間的雙向街”。

這個(gè)模型也能為對宇宙起源感興趣的科學(xué)家省下時(shí)間。新的神經(jīng)網(wǎng)絡(luò)可以在30毫秒內(nèi)完成模擬，而對于那些沒有AI加持的模擬器，最快也需要幾分鐘。同時(shí)，它也將錯(cuò)誤率從9.3%降到2.8%。（這些錯(cuò)誤率是相對于黃金標(biāo)準(zhǔn)精度而言的，一個(gè)模型需要花好幾百個(gè)小時(shí)去做一次模擬）

研究人員現(xiàn)在計(jì)劃改變這個(gè)神經(jīng)網(wǎng)絡(luò)的其他參數(shù)，去測試其他例如流體力學(xué)、液體氣體的運(yùn)動等影響宇宙形成的因素。

N-body模擬是預(yù)測宇宙結(jié)構(gòu)形成的傳統(tǒng)方法，但計(jì)算量大。而使用深層神經(jīng)網(wǎng)絡(luò)來預(yù)測宇宙結(jié)構(gòu)的形成則優(yōu)于傳統(tǒng)的解析近似法，并且精確的外推遠(yuǎn)遠(yuǎn)超出了它的訓(xùn)練數(shù)據(jù)。文章表明，深度學(xué)習(xí)可以精確的近似宇宙模擬，因此可以利用深度學(xué)習(xí)生成復(fù)雜的宇宙學(xué)三維模擬。

而這也表明，深度學(xué)習(xí)將來或許可以替代傳統(tǒng)的數(shù)值模擬宇宙學(xué)。