创造一个 “宇宙 “既昂贵又困难，而且即使你设法扮演上帝，你也必须等待数十亿年才能得到实验的结果。
宇宙学家的解决方案是使用强大的计算机来创建模拟，让我们看到如果你尝试改变一个宇宙的质量会发生什么。麻烦的是，你很难弄清楚你可以模拟宇宙的哪些部分。创建一个可以与今天的望远镜收集到的图像和数据进行比较的现实视图，需要跟踪在很大范围内发生的过程，从影响宇宙膨胀的力量到恒星形成云中发生的化学反应。
这部分可以通过巧妙的编程来完成，但也需要使用一台超级计算机–在CAMELS（利用机器学习模拟的宇宙学和天体物理学）项目中，在圣地亚哥有一台被称为 “Popeye-Simons “的大型超级计算机。通过它，CAMELS的研究人员已经创建了4233个宇宙模拟。
对于一些模拟，只遵循物质在重力作用下运动的行为。
本质上，这些是仅由暗物质构成的骨架宇宙–但对于超过一半的模拟，计算机也试图遵循气体和恒星的物理学。
模拟每个宇宙都是不同的，因为各种方法都被用来解决一个宇宙的物理学问题，每个问题都分别被塞进一个可以在计算机上运行的代码中。但是一组关键的模拟改变了物理学，或者改变了宇宙模拟中的物质密度，即它是如何聚集的，或者改变控制超新星与星系中心黑洞有关的活动，是如何有效地将能量抽到周围的参数信息。
计算机模拟宇宙图像
由计算机产生的数据，以及产生的地图和模拟观测，已经被公开。这对于使用欧空局的欧几里德望远镜进行的观测将特别有用，该望远镜预计将于2023年发射。
耐人寻味的是，该团队还花了很多时间使其虚拟宇宙能够被机器学习算法所使用。这些算法可以用来模拟模拟器的工作，通过预测那些属性介于已经建模的宇宙可能是什么样的，从而节省时间和金钱。
这为调查开辟了新的角度。
在模拟中，我们知道一个星系的真实质量，因此该团队使用CAMELS数据来训练一种算法，该算法可以根据星系的属性来预测其质量。
通过在银河系上转动这个算法，研究小组可以从研究数以百万计的人工等价物中找到一种新的方法来测量我们自己的、真实的银河系的特性。从对一个星系的研究中了解我们可以对宇宙学、整个宇宙的行为说多少话的可能性是令人兴奋的。以这种方式进行的模拟不仅仅是对我们的观测进行检查，而且还提出了我们使用望远镜的新方法。
