我们使用机器学习中的最新技术来研究从Calabi-Yau流形的景观中是否可以区分出椭圆形纤维。 使用射影空间积（CICY3和CICY4，总计约一百万个流形）中的完整交集的数据集作为一个具体的运动场，我们发现带有前馈多层的相对简单的神经网络可以非常有效地区分椭圆形纤维， 比使用操纵定义方程式的传统方法要重要得多。 我们对照控制案例进行交叉检查，以确保AI不会随机猜测，并且确实可以识别固有结构。 我们的结果在F理论和字符串模型构建以及纯代数几何中应被证明是有用的。