《科學》報導，即使用最快的超級計算機模擬複雜的自然現像也要花上幾個小時。而作為一種能夠快速模擬的算法，仿真器無疑提供了一條捷徑。發表在arXiv上的一項研究（PDF）表明，人工智能可以很容易地生成精確的仿真器，可以將所有科學領域的仿真加速數十億倍。

這種技術被稱為深度仿真器網絡搜索（DENSE），它依賴於斯坦福大學計算機科學家Melody Guan 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隨機插入計算層，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，那麼它很可能被選用在未來的仿真器變化中，而重複這個過程可以改進仿真器。研究人員使用DENSE 技術開發了10 個仿真器，分別用於物理、天文、地質和氣候科學領域。

DENSE 的仿真器表現出色，其速度比其他模擬器快10 萬到20 億倍。而且，這些仿真器非常精確：天文仿真器的結果與全模擬的一致性超過99.9%，在10 次模擬中，神經網絡仿真器比傳統仿真器要好得多。