Simularea realității fizice a fost mult timp o afacere fragmentată. Un om de știință care modelează valurile oceanului are nevoie de un solutor; un biolog computațional care urmărește un pliu de proteine are nevoie de altul; un inginer care studiază dunele de nisip are nevoie de o treime. Fiecare instrument este minuțios codificat manual în jurul ecuațiilor specifice care guvernează un fenomen restrâns.
Cercetătorii de la MIT, de la Universitatea din Columbia Britanică și de o serie de instituții colaboratoare au dezvăluit acum un sistem conceput pentru a înlocui acel mozaic cu o singură arhitectură. Sistemul, numit WorldParticle, folosește un model unificat de învățare profundă pentru a simula procese fizice foarte diferite - de la nisip de alunecare la proteine de pliere - conform MIT News. For more context on this story, see our ongoing breaking AI news.
Lucrarea, o lucrare cu acces deschis, intitulată „WorldParticle: Unified World Simulation of Lagrangian Particle Dynamics via Transformer”, va fi prezentată la Conferința și Expoziția ACM SIGGRAPH privind grafica computerizată și tehnicile interactive din Asia. Colaborarea se întinde pe MIT, UBC, Georgia Tech, Inria, Meta, Universitatea din Pennsylvania, Universitatea din Utah, UCLA și Universitatea din Hong Kong.
Un „Moment GPT” pentru simulare
„Vrem să avem un moment GPT pentru simulare”, a spus Peter Yichen Chen, un fost post-doctorat MIT, care este acum profesor asistent la UBC și co-autor corespondent al lucrării, în raportul MIT News. „De fiecare dată când oamenii doresc să construiască un simulator pentru un anumit fenomen fizic, trebuie să-l codifice de la zero. Viziunea noastră este să avem un model de fundație care să funcționeze din fabricație pentru orice scenariu pe care doriți să-l simulați. Acesta este un prim pas în această direcție.”
Referirea la GPT nu este întâmplătoare. Arhitectura WorldParticle împrumută aceeași idee de predicție secvențială care alimentează modelele mari de limbaj. „Este o arhitectură similară cu ChatGPT. Dar, în loc să prezicăm un cuvânt la un moment dat pentru a scrie o bucată de text, anticipăm cum se vor mișca aceste particule, pas la un pas”, a spus Chen.
Lui Chen i se alătură co-autorul corespondent și co-director Minghao Guo, un post-doctorat MIT, și co-autori conducători Caoliwen Wang și Siyuan Chen, studenți absolvenți la UBC. Echipa include, de asemenea, Wojciech Matusik, un profesor MIT de inginerie electrică și informatică, care conduce Grupul de proiectare și fabricație computațională din cadrul Laboratorului de Științe Calculatoare și Inteligență Artificială (CSAIL).
Cum funcționează WorldParticle
Sistemul se bazează pe o idee de lungă durată în fizica computațională: reprezentarea lagrangiană, în care un material este descris ca o colecție de particule discrete ale căror poziții și viteze evoluează în timp. WorldParticle sparge fiecare obiect pe care îl simulează în mii sau milioane de puncte tridimensionale minuscule, apoi urmărește modul în care acele particule se mișcă în spațiu și timp.
Învățarea ecuațiilor, nu codificarea manuală a acestora
Abaterea de la tradiție constă în ceea ce scrie regulile. Într-o conductă clasică, un om de știință începe cu o ecuație de guvernare care definește modul în care se comportă un material, apoi transformă acea matematică complexă într-o formulă pe care o poate rezolva un rezolvator numeric - repetând întregul exercițiu pentru fiecare material sau proces nou.
WorldParticle folosește în schimb o rețea neuronală care învață să rezolve ecuațiile care guvernează în general. Rețeaua ia pozițiile 3D și proprietățile fizice ale particulelor ca intrări și le emite pozițiile și proprietățile pentru următorul cadru al simulării, prezicând mișcarea materialului în timp și spațiu în incremente de o secundă.
Manipularea forțelor externe
Materialele din lumea reală sunt împinse în mod constant de forțe pe care modelul nu le poate anticipa pe deplin - un val oceanic care se lovește de un dig sau un picior apăsând în nisip. Înainte de fiecare pas de simulare, WorldParticle separă forțele externe care acționează asupra sistemului. După ce a prezis stările inițiale ale particulelor, sistemul integrează acele forțe înapoi în simulare, corectându-și predicțiile în funcție de modul în care forțele afectează comportamentul obiectului.
Această buclă de corecție, raportează cercetătorii, este cea care permite modelului să se generalizeze la materiale, condiții de mediu și forțe pe care nu le-a întâlnit niciodată în timpul antrenamentului.
Comprimarea a milioane de particule
Scara a reprezentat provocarea centrală de inginerie. Un obiect complex se poate sparge în milioane de particule, copleșind rapid bugetul de calcul al modelului. Pentru a menține procesarea tratabilă, echipa a folosit o tehnică de îmbinare care combină și comprimă particulele, păstrând în același timp detaliile fine în comportamentul lor.
„Trebuia să facem multă inginerie detaliată și să folosim multe modificări ale arhitecturii pentru ca aceasta să fie cu adevărat generalizabilă și scalabilă”, a spus Guo pentru MIT News.
Testat împotriva a șase fenomene fizice
Cercetătorii au demonstrat WorldParticle pe șase fenomene fizice diferite, inclusiv obiecte deformabile, materiale granulare și proteine, raportând o precizie mai mare decât metodele de simulare numerică stabilite.
Exemplele au fost concrete. Într-un test granular, WorldParticle a surprins modul în care o grămadă de material se prăbușește sub gravitație, în timp ce unele metode de referință au lăsat particule de nisip plutind improbabil în aer. Pe dinamica moleculară, sistemul a modelat modul în care structurile proteinelor se schimbă în timp de aproximativ 100 de ori mai rapid decât simulatoarele numerice, potrivit Guo.
Beneficiul practic se desfășoară în ambele direcții: rezultate mai rapide pentru problemele studiate deja de oamenii de știință și capacitatea de a cupla fenomene care anterior necesitau simulatoare separate. Echipa evidențiază scenarii precum stropirea fluidului împotriva unui solid deformabil - de exemplu, modul în care stropirea uleiului ar putea stresa o supapă elastică din interiorul unui rezervor de stocare - în care fluidul și structura pe care o împinge trebuie modelate împreună.
De la roboți moi la fuziunea galaxiilor
Generalitatea cadrului indică aplicații dincolo de grafica computerizată. Cercetătorii spun că aceeași abordare ar putea informa sarcinile moi de manipulare a roboților, în care o mașină conformă trebuie să prezică cum se va deplasa nisipul sau solul sub atingerea acestuia. Ele enumera, de asemenea, evoluția ARN și chiar fenomenele astrofizice, cum ar fi fuziunea galaxiilor ca domenii candidate.
Pe termen lung, echipa speră că munca îi va ajuta pe oamenii de știință să descopere noi materiale și să exploreze procese fizice pe care metodele de simulare existente nu le pot studia în mod eficient.
„Vedem că unificarea calculului și științei ne oferă noi perspective și instrumente pentru a descoperi fenomene fizice sau a explica unele fenomene fizice inexplicabile”, a spus Guo. „Cu un model unificat, am putea debloca multe descoperiri pe care nici nu ni le putem imagina”.
Un prim pas, nu o fundație terminată
Cercetătorii au grijă să încadreze WorldParticle ca o mișcare de deschidere, mai degrabă decât un model de fundație finalizat. Mergând mai departe, ei plănuiesc să adapteze sistemul la mai multe sisteme fizice și să construiască către o conductă de simulare completă, cu scop general, pentru descoperirea științifică.
Dacă acel arc sună familiar, este prin proiectare. Modelele lingvistice au petrecut ani de zile ca sisteme restrânse, pentru fiecare sarcină înainte de a fi transformate în instrumente de uz general – iar echipa WorldParticle pariază în mod explicit că simularea fizică poate urma o cale similară, un pas de particule la un moment dat.
Acest articol se bazează pe rapoartele lui Adam Zewe, publicate de MIT News pe 9 noiembrie 2026.---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
