物理的現実のシミュレーションは、長い間断片的な作業でした。海の波をモデル化する科学者には 1 つのソルバーが必要です。タンパク質の折り畳みを観察している計算生物学者には別の折り畳みが必要です。砂丘を研究しているエンジニアには 3 番目の砂丘が必要です。各ツールは、1 つの狭い現象を支配する特定の方程式に基づいて、丹念に手作業でコーディングされています。

MIT、ブリティッシュコロンビア大学、および一連の協力機関の研究者らは、そのつぎはぎを単一のアーキテクチャに置き換えるように設計されたシステムを発表した。 MIT ニュースによると、WorldParticle と呼ばれるこのシステムは、1 つの統合深層学習モデルを使用して、砂の滑りからタンパク質の折り畳みに至るまで、広範囲に異なる物理プロセスをシミュレートします。 この件の詳細は、人工知能の最新情報をご覧ください。

この研究は、「WorldParticle: Transformer によるラグランジュ粒子ダイナミクスの統一ワールド シミュレーション」と題されたオープンアクセス論文であり、アジアのコンピューター グラフィックスとインタラクティブ技術に関する ACM SIGGRAPH 会議および展示会で発表されます。このコラボレーションは、MIT、UBC、ジョージア工科大学、インリア大学、メタ、ペンシルベニア大学、ユタ大学、UCLA、香港大学に及びます。

シミュレーション用の「GPT モーメント」

元MITポスドクで現在UBCの助教授で論文の共同執筆者でもあるピーター・イーチェン・チェン氏は、「シミュレーションのためにGPTの瞬間を設けたいと考えている」とMITニュースの報道で述べた。 「特定の物理現象用のシミュレーターを構築したい場合は常に、それを最初からコーディングする必要があります。私たちのビジョンは、シミュレーションしたいあらゆるシナリオですぐに機能する基礎モデルを用意することです。これはその方向への第一歩です。」

GPT への言及は偶然ではありません。 WorldParticle のアーキテクチャは、大規模な言語モデルを強化するのと同じ逐次予測のアイデアを借用しています。 「これは ChatGPT と似たアーキテクチャです。しかし、テキストを書くために一度に 1 単語ずつ予測するのではなく、これらの粒子がどのように移動するかを一度に 1 ステップずつ予測しています」と Chen 氏は述べています。

Chen 氏には、共同責任者および共同筆頭著者である MIT ポスドクの Minhao Guo 氏、および共同筆頭著者である UBC の大学院生である Caoliwen Wang 氏と Siyuan Chen 氏が加わります。チームには、コンピュータ サイエンスおよび人工知能研究所 (CSAIL) 内の計算設計および製造グループを率いる電気工学およびコンピュータ サイエンスの MIT 教授である Wojciech Matusik も含まれています。

WorldParticle の仕組み

このシステムは、計算物理学における長年の考え方、つまり、材料が時間の経過とともに位置と速度が変化する離散粒子の集合として記述されるラグランジュ表現に基づいています。 WorldParticle は、シミュレートする各オブジェクトを数千または数百万の小さな 3 次元ドットに分割し、それらの粒子が空間と時間を介してどのように移動するかを追跡します。

方程式を手作業でコーディングするのではなく、学習する

伝統からの脱却は、ルールを記述する内容にあります。従来のパイプラインでは、科学者は材料がどのように動作するかを定義する支配方程式から開始し、次にその複雑な数学を数値ソルバーが処理できる式に変換し、新しい材料またはプロセスごとに演習全体を繰り返します。

WorldParticle は代わりに、一般に支配方程式を解くことを学習するニューラル ネットワークを使用します。ネットワークは粒子の 3D 位置と物理的特性を入力として受け取り、シミュレーションの次のフレームでその位置と特性を出力し、時間と空間にわたるマテリアルの動きを 1 秒単位で予測します。

外力への対処

現実世界のマテリアルは、モデルが完全には予測できない力、つまり護岸に打ち寄せる波や砂に足を押し付ける力によって常に押しのけられています。各シミュレーション ステップの前に、WorldParticle はシステムに作用する外力を分離します。粒子の初期状態を予測した後、システムはそれらの力を統合してシミュレーションに戻し、力がオブジェクトの動作にどのような影響を与えるかに基づいて予測を修正します。

研究者らの報告によると、その修正ループにより、モデルがトレーニング中に遭遇したことのない材料、環境条件、力に一般化できるようになります。

数百万の粒子を圧縮する

規模がエンジニアリング上の主要な課題となっていました。複雑なオブジェクトは数百万の粒子に粉砕され、モデルの計算量をすぐに超過してしまう可能性があります。処理を扱いやすくするために、チームは、粒子の動作のきめ細かい詳細を維持しながら粒子を結合および圧縮する結合技術を採用しました。

「本当に汎用性と拡張性を持たせるために、アーキテクチャに多くの詳細なエンジニアリングを行い、多くの微調整を加える必要がありました」と Guo 氏は MIT ニュースに語った。

6 つの物理現象に対してテスト済み

研究者らは、変形可能な物体、粒状物質、タンパク質を含む 6 つの異なる物理現象に対して WorldParticle を実証し、確立された数値シミュレーション手法よりも高い精度を報告しました。

例は具体的でした。ある詳細なテストでは、WorldParticle は、いくつかのベースライン手法では、砂粒子が空気中に浮遊するのはありえないことですが、物質の山が重力でどのように崩壊するかを捕らえました。 Guo氏によると、分子動力学に関しては、このシステムはタンパク質構造が時間の経過とともにどのように変化するかを数値シミュレーターよりも約100倍速くモデル化したという。

実際の利益は双方向にあり、科学者がすでに研究している問題の結果がより迅速に得られることと、以前は別個のシミュレータが必要だった現象を結合する能力が得られます。研究チームは、変形可能な固体に対する流体のスロッシングなどのシナリオを強調しています。たとえば、油のスロッシングが貯蔵タンク内の弾性バルブにどのようなストレスを与えるかなど、流体と流体が押し付けられる構造を一緒にモデル化する必要があります。

ソフトロボットから銀河の合体まで

このフレームワークの汎用性は、コンピュータ グラフィックスをはるかに超えたアプリケーションを指しています。研究者らは、同じアプローチがソフトロボットの操作タスクに役立つ可能性があると述べている。このタスクでは、準拠したマシンが砂や土が接触によってどのように変化するかを予測する必要がある。彼らはまた、RNAの進化、さらには銀河の合体などの天体物理現象も候補ドメインとして挙げている。

長期的には、研究チームはこの研究が、科学者が新しい材料を発見し、既存のシミュレーション手法では効果的に研究できない物理プロセスを探索するのに役立つことを期待している。

「計算と科学の統合により、物理現象を発見したり、説明できない物理現象を説明したりするための新しい洞察とツールが得られると考えています」とGuo氏は述べた。 「統一モデルがあれば、想像もできない多くの発見が得られるでしょう。」

完成した基礎ではなく、最初のステップ

研究者らは、完成した基礎モデルではなく、WorldParticle を最初の動きとして組み立てるように注意しています。今後は、このシステムをより多くの物理システムに適応させ、科学的発見のための完全な汎用シミュレーション パイプラインを構築する予定です。

この弧に見覚えがあるように思えたとしても、それは仕様によるものです。言語モデルは、汎用ツールにスケールアップする前に、タスクごとの狭いシステムとして何年も費やしました。そして WorldParticle チームは、物理シミュレーションが一度に 1 粒子ステップずつ同様のパスをたどることができるとはっきりと賭けています。

この記事は、2026 年 11 月 9 日に MIT ニュースに掲載された Adam Zewe によるレポートに基づいています。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →