Тысячи вселенных родились в компьютере, чтобы однажды рассказать о нашей. Каждая — со своими скоплениями галактик, расставленными по законам гравитации, как горошины в банке, которую встряхнули с разной силой. По тому, как легли горошины, можно понять, что за рука трясла банку. Так и здесь: по узору из скоплений учёные хотят определить, сколько во Вселенной тёмной материи и как быстро она собиралась в комки.

Раньше из этих узоров доставали лишь пару чисел — сколько скоплений всего и насколько они любят держаться на определённых расстояниях. Это как судить о картине по среднему цвету и количеству мазков. Теперь же нейросеть смотрит на всю картину целиком: трёхмерную карту, где каждая точка — скопление галактик. И учится на тридцати двух тысячах таких картин, сгенерированных по разным сценариям.

Результат обнадёживает: новый подход ошибается в оценке плотности материи на десять процентов меньше старого, а в оценке комковатости — на двадцать. Если же нейросети дополнительно сообщают яркость каждого скопления, точность вырастает ещё вдвое. Яркость здесь — как размер горошины: она тоже зависит от того, сколько вокруг тёмной материи.

Так компьютерные вселенные становятся учебником для чтения нашей собственной. Чем лучше учебник, тем точнее мы узнаем, из чего сделан космос и куда он движется.