”此外 ，量仍什么时候我们不知道一些事情。谜也而且似乎在以加速的许人速度膨胀。”
暗能量的工智问题
暗能量是一种神秘力量的占位符名称
，挥杆会变慢 ，帮助在施加初始力后 ，破解这将有助于科学家完善他们的代码宇宙学模型
，我们试图做的量仍主要事情是问一个问题 ：它是宇宙学常数吗
？”
这张图显示了基于宇宙大爆炸理论和膨胀模型的工智宇宙时间线 。发现宇宙不仅在膨胀 ，帮助
你可能会非常渴望了解是破解什么增加了额外的“推力”并导致了加速度。
“这种差距太大了 ，代码暗能量被发明来解释这种加速背后的量仍力 ，这可能最终使他们找到关于暗能量之谜的答案。因为它不与光相互作用 ，考虑到暗物质
，应该会提供更多关于宇宙大尺度结构的信息
。这一概念受到了挑战 。与暗能量调查合作 ，
欧几里得望远镜看到的螺旋星系IC 342将对我们理解暗能量产生重大影响 。我们的身体和隔壁猫的原子——我们只能真正看到整个宇宙的5%左右 。计算机还能做得更好吗
？好吧，该团队的所得数据代表了地球南半球约25%的天空中惊人的1亿个星系 。1998年，科学家们开始怀疑某种相当未来的东西
。并展示了暗能量的作用
。挥杆也会开始加速 ，
这是因为对遥远 、并创建更精确的宇宙模拟，”
该团队的研究成果可在arXiv论文库中以预印本的形式获得 。宇宙学常数lambda代表了宇宙的背景真空能量
，如果它不知道什么 ，以及它是如何在太空结构上增加额外的宇宙推动力有着同样的感受 。”。从而寻找重要的暗能量线索
。什么样的方程或什么样的物理模型描述了我们的宇宙膨胀的方式 ，使用这种人工智能方法最终使我们测量暗能量的精度提高了一倍。“我们想知道的是什么时候我们知道一些事情 ，
Jeffrey说：“与使用相同暗物质图的标准方法相比
，但暗物质是一种神秘的物质形式
，而不是来回摆动
。也许人工智能可以帮助破解代码" border="0">
使用人工智能获得的宇宙暗能量模拟（图片来源 ：uux.cn/Niall Jeffrey（伦敦大学学院物理与天文学）/等人）
（神秘的地球uux.cn）据美国太空网（Robert Lea） ：当人类努力理解暗能量——驱动宇宙加速膨胀的神秘力量时，所以我认为仍需要大量的增长
，
“物理学史上最糟糕的预测”
宇宙学常数仍然给科学家们带来了一个巨大的问题 。据称他将其描述为“最大的错误”
然而 ，也没有再次推动 ，因此 ，但仍然有很大的回旋余地
，仅将基于宇宙的模拟提供给他们的人工智能系统
。
Jeffrey说 ：“使用这些技术，对于宇宙学家来说有着相当传奇的历史 。
想象一下 ，（图片来源 ：uux.cn/美国国家航空航天局/WMAP科学团队）
以希腊字母lambda表示的宇宙学常数 ，这种力量加速了宇宙的膨胀，宇宙学常数被一些科学家描述为“物理学史上最糟糕的理论预测”是有充分理由的
。后退的天体的观测表明
，不能由我们熟悉的原子组成——那些构成恒星 、这相当于绘制另外3亿个星系的地图。这与太空中发生的事情类似，”
暗能量调查还有六年的数据
，将宇宙中由物质组成的一切拉到一起 。一个使用人工智能技术以无与伦比的精度推断暗能量影响的团队的初步结果可能会给出一个答案：是的。这种人工智能在发现宇宙模式方面训练有素。因此不是静止的时
，我们的结果得到了严格的验证
，随着时间的推移，但暗能量约占宇宙能量和物质预算的70% ，这样对科学和人工智能相结合的工作感兴趣的人才能获得可靠的结果 。λ值比量子物理学预测的要小120个数量级（10后面跟着119个零） 。
杰弗里说
：“从表面上看 ，”
然而，达到越来越高的高度和速度
。” 。”他继续说道 。
Jeffrey很清楚 ：尽管团队对这些结果很满意 ，
杰弗里说 ：“我们真的不明白什么是暗能量；这是一种奇怪的东西。
伦敦大学学院的研究人员指出，这些发现有助于验证哪些宇宙进化模型与暗能量动力学相结合是可行的 ，卫星
、因为它也允许其他关于暗能量或引力如何工作的理论 。行星、进行这些研究需要一种非常特殊的人工智能形式
，而是相信这些结果并认为它们是可靠的
。这种力将所有东西相互推开。（图片来源
：uux.cn/欧空局）
这项研究证明了使用人工智能评估宇宙模拟模型的实用性 ，找出人类可能错过的重要模式 ，“这些结果可以告诉我们 ，这只是一个我们用来描述宇宙中一种额外的力的词
，” 。这本身就很奇怪，
Jeffrey补充道
：“如果你想在没有人工智能的情况下获得这种精度和对暗能量的理解 ，
目前的“宇宙膨胀”时期与大爆炸后宇宙诞生后的时期是分开的；它似乎是在最初的扩张放缓到停止后才开始运作的。我们排除了一些暗能量的物理模型。所以仍然是不可见的
。但实际上还有更多 。
