Mensimulasikan realiti fizikal telah lama menjadi urusan yang berpecah-belah. Seorang saintis memodelkan gelombang lautan memerlukan satu penyelesai; ahli biologi pengiraan yang melihat lipatan protein memerlukan yang lain; seorang jurutera yang mengkaji bukit pasir memerlukan satu pertiga. Setiap alat dikod tangan dengan teliti di sekitar persamaan khusus yang mengawal satu fenomena sempit.
Penyelidik di MIT, Universiti British Columbia dan sekumpulan institusi yang bekerjasama kini telah melancarkan sistem yang direka untuk menggantikan tampalan itu dengan satu seni bina. Sistem yang dipanggil WorldParticle, menggunakan satu model pembelajaran mendalam bersatu untuk mensimulasikan proses fizikal yang berbeza secara meluas - daripada pasir gelongsor kepada protein lipatan - menurut MIT News. For more context on this story, see our ongoing AI industry coverage.
Kerja itu, kertas akses terbuka bertajuk "WorldParticle: Unified World Simulation of Lagrangian Zarah Dinamik melalui Transformer," akan dibentangkan di Persidangan dan Pameran ACM SIGGRAPH mengenai Grafik Komputer dan Teknik Interaktif di Asia. Kerjasama itu merangkumi MIT, UBC, Georgia Tech, Inria, Meta, Universiti Pennsylvania, Universiti Utah, UCLA dan Universiti Hong Kong.
'Momen GPT' untuk Simulasi
"Kami mahu mempunyai detik GPT untuk simulasi, " kata Peter Yichen Chen, bekas postdoc MIT yang kini penolong profesor di UBC dan pengarang bersama kertas kerja itu, dalam laporan MIT News. "Setiap kali orang ingin membina simulator untuk fenomena fizikal tertentu, mereka perlu mengodkannya dari awal. Visi kami adalah untuk mempunyai model asas yang berfungsi di luar kotak untuk sebarang senario yang anda mahu simulasi. Ini adalah langkah pertama ke arah itu."
Rujukan kepada GPT bukan secara kebetulan. Seni bina WorldParticle meminjam idea ramalan berjujukan yang sama yang menggerakkan model bahasa yang besar. "Ia adalah seni bina yang serupa dengan ChatGPT. Tetapi daripada meramalkan satu perkataan pada satu masa untuk menulis sekeping teks, kami meramalkan bagaimana zarah ini akan bergerak, satu langkah pada satu masa," kata Chen.
Chen disertai oleh pengarang koresponden dan ketua bersama Minghao Guo, postdoc MIT, dan pengarang utama bersama Caoliwen Wang dan Siyuan Chen, pelajar siswazah di UBC. Pasukan itu juga termasuk Wojciech Matusik, seorang profesor kejuruteraan elektrik dan sains komputer MIT yang mengetuai Kumpulan Reka Bentuk dan Fabrikasi Pengiraan dalam Makmal Sains Komputer dan Kepintaran Buatan (CSAIL).
Bagaimana WorldParticle Berfungsi
Sistem ini bergantung pada idea lama dalam fizik pengiraan: perwakilan Lagrangian, di mana bahan digambarkan sebagai koleksi zarah diskret yang kedudukan dan halajunya berubah mengikut masa. WorldParticle memecahkan setiap objek yang disimulasikan kepada beribu-ribu atau berjuta-juta titik tiga dimensi kecil, kemudian menjejaki cara zarah-zarah tersebut bergerak melalui ruang dan masa.
Mempelajari Persamaan, Bukan Mengekod Tangannya
Penyimpangan dari tradisi terletak pada apa yang menulis peraturan. Dalam saluran paip klasik, seorang saintis bermula dengan persamaan pentadbir yang mentakrifkan cara sesuatu bahan bertindak, kemudian menukar matematik kompleks itu kepada formula yang boleh dikendalikan oleh penyelesai berangka — mengulangi keseluruhan latihan untuk setiap bahan atau proses baharu.
WorldParticle sebaliknya menggunakan rangkaian saraf yang belajar menyelesaikan persamaan yang mengawal secara umum. Rangkaian mengambil kedudukan 3D dan sifat fizikal zarah sebagai input dan mengeluarkan kedudukan dan sifatnya untuk bingkai simulasi seterusnya, meramalkan pergerakan bahan dari masa ke masa dan ruang dalam kenaikan satu saat.
Mengendalikan Kekuatan Luaran
Bahan-bahan dunia sebenar sentiasa ditolak oleh kuasa yang tidak dapat dijangka sepenuhnya oleh model — gelombang laut menghempas tembok laut, atau kaki menekan ke pasir. Sebelum setiap langkah simulasi, WorldParticle mengasingkan daya luaran yang bertindak ke atas sistem. Selepas meramalkan keadaan awal zarah, sistem menyepadukan kembali daya tersebut ke dalam simulasi, membetulkan ramalannya berdasarkan cara daya mempengaruhi tingkah laku objek.
Gelung pembetulan itu, lapor penyelidik, adalah apa yang membolehkan model itu digeneralisasikan kepada bahan, keadaan persekitaran dan daya yang tidak pernah ditemui semasa latihan.
Memampatkan Berjuta-juta Zarah
Skala menimbulkan cabaran kejuruteraan pusat. Objek yang kompleks boleh berkecai menjadi berjuta-juta zarah, dengan cepat mengatasi belanjawan pengiraan model. Untuk memastikan pemprosesan boleh dikendalikan, pasukan menggunakan teknik penggabungan yang menggabungkan dan memampatkan zarah sambil mengekalkan butiran terperinci dalam tingkah laku mereka.
"Kami perlu melakukan banyak kejuruteraan terperinci dan menggunakan banyak tweak pada seni bina agar ia benar-benar boleh digeneralisasikan dan berskala, " kata Guo kepada MIT News.
Diuji Terhadap Enam Fenomena Fizikal
Para penyelidik menunjukkan WorldParticle pada enam fenomena fizikal yang berbeza, termasuk objek boleh ubah bentuk, bahan berbutir dan protein, melaporkan ketepatan yang lebih tinggi daripada kaedah simulasi berangka yang ditetapkan.
Contohnya adalah konkrit. Dalam satu ujian berbutir, WorldParticle menangkap bagaimana longgokan bahan runtuh di bawah graviti manakala beberapa kaedah garis dasar meninggalkan zarah pasir terapung di udara. Mengenai dinamik molekul, sistem itu memodelkan bagaimana struktur protein berubah dari semasa ke semasa kira-kira 100 kali lebih pantas daripada simulator berangka, menurut Guo.
Hasil praktikal berjalan dalam kedua-dua arah: keputusan yang lebih pantas untuk masalah yang telah dikaji oleh saintis, dan keupayaan untuk menggabungkan fenomena yang sebelum ini menuntut simulator berasingan. Pasukan ini menyerlahkan senario seperti cecair bergolak terhadap pepejal boleh ubah bentuk — contohnya, bagaimana minyak yang bergolak mungkin menekankan injap anjal di dalam tangki simpanan — di mana bendalir dan struktur yang ditolak mesti dimodelkan bersama.
Daripada Robot Lembut kepada Menggabungkan Galaksi
Keumuman rangka kerja menunjukkan aplikasi yang jauh melebihi grafik komputer. Para penyelidik mengatakan pendekatan yang sama boleh memaklumkan tugas manipulasi robot lembut, di mana mesin yang mematuhi mesti meramalkan bagaimana pasir atau tanah akan beralih di bawah sentuhannya. Mereka juga menyenaraikan evolusi RNA dan juga fenomena astrofizik seperti penggabungan galaksi sebagai domain calon.
Dalam jangka panjang, pasukan berharap kerja itu membantu saintis menemui bahan baharu dan meneroka proses fizikal yang kaedah simulasi sedia ada tidak dapat dikaji dengan berkesan.
"Kami melihat penyatuan pengiraan dan sains memberi kami pandangan dan alat baharu untuk menemui fenomena fizikal atau menjelaskan beberapa fenomena fizikal yang tidak dapat dijelaskan," kata Guo. "Dengan model bersatu, kami boleh membuka kunci banyak penemuan yang tidak dapat kami bayangkan."
Langkah Pertama, Bukan Asas Selesai
Para penyelidik berhati-hati untuk membingkai WorldParticle sebagai langkah pembukaan dan bukannya model asas yang lengkap. Melangkah ke hadapan, mereka merancang untuk menyesuaikan sistem kepada lebih banyak sistem fizikal dan membina ke arah saluran paip simulasi penuh tujuan umum untuk penemuan saintifik.
Jika arka itu terdengar biasa, ia adalah dengan reka bentuk. Model bahasa menghabiskan bertahun-tahun sebagai sistem per-tugasan yang sempit sebelum menskalakan ke dalam alatan tujuan umum — dan pasukan WorldParticle secara jelas bertaruh bahawa simulasi fizikal boleh mengikut laluan yang sama, satu langkah zarah pada satu masa.
Artikel ini berdasarkan laporan oleh Adam Zewe, diterbitkan oleh MIT News pada 9 November 2026.---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
