当科学家或特殊效果向导想要模拟洪水或可视化小行星撞击时，他们会使用称为物理引擎的程序。但是手工制作这样的软件以适应自然需要时间和专业知识。现在，研究人员已经找到了一种人工智能的方法，可以通过观看真实事物来学习模拟复杂的物理现象。在国际机器学习大会上，DeepMind 提出了一种新型模型，称为基于图网络的模拟器（GNS）。该程序可以现实地重新创建成千上万种不同材质的粒子之间的交互，并持续数以千计的动画帧。该系统使用「图形网络」，将场景表示为相互作用的粒子（每个粒子远大于一个分子，上面的某些片段后来以高分辨率显示）的相互作用的粒子的网络，这些粒子相互传递有关其位置，速度的「消息」以及材料属性。通过将预测值与传统物理引擎的预测值进行比较，可以通过反复试验来了解传递的消息以及粒子如何响应。