Rendkívül összetett természeti jelenségek, például szubatomikus részecskék interakcióinak, vagy légköri folyamatok klímaváltozásra gyakorolt hatásának a modellezése a leggyorsabb szuperszámítógépeken is hosszú órákig eltart.

A probléma megoldását a részletes szimulációkat gyorsan összegző algoritmusok (emulátorok) jelenthetik. Derűlátásra ad okot, hogy egy mesterségesintelligencia-megoldással könnyen és hihetetlen mértékben, akár milliárdszorosára felgyorsítható – a szimulációt gyorsító – algoritmusok kidolgozása.

„Óriási!” – jelentette ki az amerikai Lawrence Livermore Nemzeti Laborban klímaszimulációkat futtató Donald Lucas. Szerinte az új rendszer az általuk tervezetteknél és használtaknál jobb és gyorsabb emulátorokat állít elő, értelemszerűen automatikusan.

Az új emulátorokkal a modellek jelentősen feljavíthatók. Ha a tudományos közvélemény elfogadja a fejlesztést, nagyon komoly változások jöhetnek. Egy tipikus számítógépes szimulációnál minden egyes lépést kiszámolnak. A gépi tanuláson (ideghálókon) alapuló emulátoroknál erre nincs szükség. Megkapják a teljes szimuláció inputjait és outputjait, mintákat keresnek, tanulnak belőlük, rájönnek, hogy mi fog történni újabb inputokkal.

A gyakorlóadatokhoz viszont sokszor le kell futtatni az egész szimulációt – és az új emulátor pont azért van, hogy erre ne legyen szükség. A rendszer a neurális architektúra keresés technika jóvoltából az adott feladaton belül azonosítani tudja a leginkább „adathatékony” összekapcsolási (huzalozási) mintázatokat.

A Stanfordban kidolgozott általános idegháló architektúrakeresésen alapuló „mély emulátor hálózatkeresés” (Deep Emulator Network Search, DENSE) az Oxford Egyetem munkája. A hálózatok inputja és outputja közé véletlenszerűen vezet be rétegeket, majd korlátozott mennyiségű adaton teszteli a kapcsolódásokat. Ha egy hozzáadott réteg növeli a teljesítményt, valószínűleg benne lesz a következő változatokban. A folyamatot sokszor megismételve, (egy kicsit úgy, mint a genetikus algoritmusok esetében) az emulátor egyre jobb lesz.

A DENSE-t használva, tíz (fizikai, csillagászati, földtani és éghajlati) szimulációhoz fejlesztettek emulátorokat. Mivel egy szimuláció többezer számítógép-óráig eltarthat, kutatók gyakran használtak korábban is emulátorokat, amelyek viszont alacsony felbontású outputokat eredményeznek.

A DENSE megváltoztatja a helyzetet. Nagyságrendekkel kevesebb adatra van szüksége a szuperszámítógépekével azonos, sőt, jobb eredmények eléréséhez.