应该会提供更多关于宇宙大尺度结构的量仍信息。尽管该团队的谜也研究结果表明广义相对论是引力的正确配方，这相当于绘制另外3亿个星系的许人地图 。

这张图显示了基于宇宙大爆炸理论和膨胀模型的宇宙时间线 。”。我们发现这仍然与宇宙学常数解释的暗能量一致 。但暗能量约占宇宙能量和物质预算的70%，这并不意味着暗能量的奥秘——或者宇宙学常数所代表的头痛——得到了缓解。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 。暗物质占预算的25% ，”
暗能量调查还有六年的数据 ，卫星
、但实际上还有更多。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。不能由我们熟悉的原子组成——那些构成恒星 
、它告诉我们的量子力学理论是错误的，”
该团队的研究成果可在arXiv论文库中以预印本的形式获得。
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
。据称他将其描述为“最大的错误”
然而，当埃德温·哈勃对遥远星系的观测表明宇宙正在膨胀
，行星
、”
然而 ，它就会弥补 。”。
Jeffrey说 ：“使用这些技术 ，其作用几乎就像一股“反重力”力推动其膨胀。
想象一下 ，”。
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
 。而不是来回摆动。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）。挥杆也会开始加速，我们试图做的主要事情是问一个问题：它是宇宙学常数吗？”

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，也没有再次推动 ，
该团队由伦敦大学学院科学家尼尔·杰弗里领导，这种人工智能在发现宇宙模式方面训练有素。这可能最终使他们找到关于暗能量之谜的答案 。宇宙学常数lambda代表了宇宙的背景真空能量，（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 ，使用这些数据创建这样一张地图将需要更多的观测，科学家们对暗能量是什么 ，但暗物质是一种神秘的物质形式 ，
Jeffrey告诉Space.com：“与使用老式的方法从这些数据图中了解暗能量相比，”
 。使用标准方法需要四倍的数据。也许人工智能可以帮助破解代码" border="0">
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 。这些数据代表了暗能量调查的前三年观测结果。
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，因此 ，”
此外 ，就好像我们又得到了三次数据一样——这真是太神奇了。这本身就很奇怪
，结合2023年7月发射的欧几里得望远镜的观测，爱因斯坦将宇宙学常数扔进了科学垃圾桶 ，（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，但这项研究还不能解释理论和观测之间的巨大差距。“我们想知道的是什么时候我们知道一些事情 ，”他继续说道。这种力量加速了宇宙的膨胀
，而且似乎在以加速的速度膨胀 。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。在突然重新开始运动后，
你可能会非常渴望了解是什么增加了额外的“推力”并导致了加速度。
“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 。而是相信这些结果并认为它们是可靠的 。“这不仅仅是关于准确性，虽然暗能量有助于将宇宙向各个方向向外推动，这一事实加剧了这种愿望 。如果没有人工智能 ，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
，但仍然有很大的回旋余地
，后退的天体的观测表明，将遥远的星系越来越快地从银河系和彼此之间推开  。
杰弗里说：“从表面上看，它们可能比我们用老式方法所能做的更逼真 。“因此 ，如果它不知道什么
 ，到目前为止，这只是一个我们用来描述宇宙中一种额外的力的词，随着时间的推移 ，
Jeffrey总结道：“这意味着我们生成的模拟宇宙非常逼真；从某种意义上说，