人工智能现在也可以帮助人类探索宇宙。 D3M（Deep）由伯克利大学，日本卡弗里数字研究所，不列颠哥伦比亚大学和卡内基梅隆大学的研究人员组成。密度位移模型（Density Displacement Model）模型可以快速准确地模拟宇宙的外观以及在更改特定参数后它如何变化。
这是天体物理学家首次使用人工智能进行宇宙的3D模拟。研究人员表示，他们开发的D3M模型可以通过参数调整快速准确地模拟宇宙的外观。答案就像宇宙一样。诸如暗物质存在之类的问题也可以让科学家知道宇宙在各种条件下是如何进化的。由于每种情况都需要数千次模拟和大量的计算时间，因此它也使得高速和精确计算模型的发展成为现代天体物理学的重要目标之一。
天体物理学家关注重力，因为重力是塑造宇宙最重要的力量，但精确的宇宙模拟需要计算宇宙中数十亿个粒子，长时间受重力影响的运动，需要大约300次模拟一次。计算小时，虽然有一个更快的模拟方法，模拟时间可以压缩到2分钟，但它会大大降低精度。
发表在美国国家科学院院刊上的D3M可以快速模拟重力如何塑造宇宙。研究团队使用PyTorch深度学习框架和GPU，使用8000种不同的模拟培训材料进行深度神经网络培训。另一种高精度模型产生结果。
D3M模型完成后，研究人员模拟了6亿年前的盒子宇宙，并将模拟结果与需要数百小时计算和几分钟高速模型的其他高精度模型进行了比较。 D3M模型的计算时间仅为30毫秒，结果的相对误差仅为高精度模型的2.8％，这意味着虽然节省了大量的计算时间，但它仍然可以保持一定的水平。准确性。
更不用说D3M模型与高速模型相比，高速模型花费更多时间，结果仍然具有约10％的相对误差。仲博爱心研究小组指出，D3M模型的另一个特点是它模拟了训练数据中没有出现的参数，结果同样准确，这使得该模型成为可用于模拟参数空间的灵活工具。未包含在培训数据中。