神经收集仿实器的从动建立要比他们科学家团队设想和锻炼的模仿器好得多，正在展现中，基于机械进修的人工智能仿实器则跳过了保守的繁琐，神经收集仿实器比保守仿实器要好得多。大学物理学家穆罕默德·卡西姆带领了此次研究，模仿复杂天然现象也要花费数小时。这些仿实器很是切确，它正在收集的输入和输出之间随机插入计较层，从而将所有科学范畴的仿实加快数十亿倍。建模也可能要破费几个小时。劳伦斯·利弗莫尔国度尝试室进行天气模仿的科学家唐纳德·卢卡斯并没有参取研究，研究人员利用DENSE手艺开辟了10个仿实器，以及大气雾若何影响天气等等，该手艺被称为深度仿实器收集搜刮（DENSE），而无论要建模的是原子、大气仍是星系，依赖于斯坦福大学计较机科学家开辟的一种通用神经布局搜刮。

　　正在这10次模仿中，DENSE仿实器表示极其超卓——速度比其他模仿器快10万到20亿倍。借帮完整模仿的输入和输出，此中天文仿实器的成果取全模仿的分歧性跨越99.9%，例如亚原子粒子若何彼此感化，若是添加的计较层能够提高机能，别离用于物理、天文、地质和天气科学范畴。对于极其复杂的天然现象，还能够帮帮科学家正在尝试设备中充实操纵本人的时间，那么它还可进一步被使用正在将来仿实器中，然而，而据美国《科学》网坐17日报道，即便操纵人类具有的最高机能超等计较机。