Kuiga ukweli wa kimwili kwa muda mrefu imekuwa jambo la kugawanyika. Mwanasayansi anayeunda mfano wa mawimbi ya bahari anahitaji kisuluhishi kimoja; mwanabiolojia computational kuangalia mkunjo wa protini anahitaji mwingine; mhandisi anayesoma matuta ya mchanga anahitaji la tatu. Kila zana imewekewa msimbo kwa mkono kwa uangalifu karibu na milinganyo mahususi ambayo inasimamia jambo moja finyu.
Watafiti huko MIT, Chuo Kikuu cha British Columbia na safu ya taasisi zinazoshirikiana sasa wamefunua mfumo iliyoundwa kuchukua nafasi ya usanifu huo na usanifu mmoja. Mfumo huo, unaoitwa WorldParticle, hutumia mfano mmoja wa kujifunza kwa kina kuiga michakato tofauti ya mwili - kutoka kwa mchanga wa kuteleza hadi protini za kukunja - kulingana na Habari za MIT. For more context on this story, see our ongoing artificial intelligence updates.
Kazi hii, karatasi ya ufikiaji huria inayoitwa "WorldParticle: Uigaji wa Ulimwengu Mmoja wa Lagrangian Particle Dynamics kupitia Transformer," itawasilishwa katika Mkutano wa ACM SIGGRAPH na Maonyesho ya Picha za Kompyuta na Mbinu shirikishi huko Asia. Ushirikiano huo unahusisha MIT, UBC, Georgia Tech, Inria, Meta, Chuo Kikuu cha Pennsylvania, Chuo Kikuu cha Utah, UCLA na Chuo Kikuu cha Hong Kong.
'GPT Moment' ya Uigaji
"Tunataka kuwa na wakati wa GPT wa kuiga," Peter Yichen Chen, mwandishi wa zamani wa MIT ambaye sasa ni profesa msaidizi huko UBC na mwandishi mwenza wa karatasi hiyo, katika ripoti ya Habari ya MIT. "Kila wakati watu wanataka kujenga kiigaji kwa ajili ya jambo fulani la kimwili, wanahitaji kuiandika kutoka mwanzo. Maono yetu ni kuwa na kielelezo cha msingi kinachofanya kazi nje ya kisanduku kwa hali yoyote unayotaka kuiga. Hii ni hatua ya kwanza katika mwelekeo huo."
Rejeleo la GPT sio la bahati mbaya. Usanifu wa WorldParticle hukopa wazo lile lile la utabiri-mfuatano ambalo husimamia miundo mikubwa ya lugha. "Ni usanifu sawa na ChatGPT. Lakini badala ya kutabiri neno moja kwa wakati ili kuandika kipande cha maandishi, tunatabiri jinsi chembe hizi zitakavyosonga, hatua moja baada ya nyingine," Chen alisema.
Chen amejiunga na mwandishi mwenza na kiongozi mwenza Minghao Guo, mwandishi wa posta wa MIT, na waandishi waandamizi wenza Caoliwen Wang na Siyuan Chen, wanafunzi waliohitimu katika UBC. Timu hiyo pia inajumuisha Wojciech Matusik, profesa wa MIT wa uhandisi wa umeme na sayansi ya kompyuta ambaye anaongoza Kundi la Ubunifu wa Kompyuta na Uundaji ndani ya Maabara ya Sayansi ya Kompyuta na Maabara ya Usanii wa Bandia (CSAIL).
Jinsi WorldParticle inavyofanya kazi
Mfumo unategemea wazo la muda mrefu katika fizikia ya komputa: uwakilishi wa Lagrangian, ambapo nyenzo inafafanuliwa kama mkusanyiko wa chembe zisizo na maana ambazo nafasi na kasi zake hubadilika baada ya muda. WorldParticle hugawanya kila kitu inachoiga katika maelfu au mamilioni ya vitone vidogo vya pande tatu, kisha hufuatilia jinsi chembe hizo husogea kupitia nafasi na wakati.
Kujifunza Milinganyo, Sio Kuiweka kwa Mikono
Kuondoka kwa mila kunategemea kile kinachoandika sheria. Katika muundo wa kawaida, mwanasayansi huanza na mlingano unaotawala ambao unafafanua jinsi nyenzo inavyofanya kazi, kisha kubadilisha hisabati hiyo changamano kuwa fomula ambayo kisuluhishi cha nambari kinaweza kushughulikia - kurudia zoezi zima kwa kila nyenzo mpya au mchakato.
WorldParticle badala yake hutumia mtandao wa neva ambao hujifunza kutatua milinganyo inayotawala kwa jumla. Mtandao huchukua nafasi za 3D na sifa halisi za chembe kama ingizo na kutoa nafasi na sifa zao kwa fremu inayofuata ya mwigo, kutabiri mwendo wa nyenzo baada ya muda na nafasi katika nyongeza za sekunde moja.
Kushughulikia Vikosi vya Nje
Nyenzo za ulimwengu halisi husukumwa kila mara kwa nguvu ambazo mwanamitindo hawezi kuzitarajia kikamilifu - wimbi la bahari linalopiga ukuta wa bahari, au mguu unaosukuma mchanga. Kabla ya kila hatua ya uigaji, WorldParticle hutenganisha nguvu za nje zinazofanya kazi kwenye mfumo. Baada ya kutabiri hali ya awali ya chembe, mfumo huunganisha nguvu hizo nyuma kwenye simulation, kurekebisha utabiri wake kulingana na jinsi nguvu huathiri tabia ya kitu.
Kitanzi hicho cha urekebishaji, watafiti wanaripoti, ndicho kinachoruhusu kielelezo kujumlisha nyenzo, hali ya mazingira na nguvu ambazo hazijawahi kukutana nazo wakati wa mafunzo.
Kugandamiza Mamilioni ya Chembe
Kiwango kilileta changamoto kuu ya uhandisi. Kitu changamano kinaweza kusambaratika kuwa mamilioni ya chembe, na kuzidi haraka bajeti ya hesabu ya kielelezo. Ili uchakataji uweze kutambulika, timu ilitumia mbinu ya kuunganisha ambayo inachanganya na kubana chembe huku ikihifadhi maelezo mafupi katika tabia zao.
"Tulihitaji kufanya uhandisi mwingi wa kina na kuajiri mabadiliko mengi kwa usanifu ili iweze kuwa ya jumla na ya hatari," Guo aliiambia MIT News.
Kupimwa Dhidi ya Matukio Sita ya Kimwili
Watafiti walionyesha WorldParticle juu ya matukio sita tofauti ya kimwili, ikiwa ni pamoja na vitu vinavyoweza kuharibika, vifaa vya punjepunje na protini, kuripoti usahihi wa juu kuliko mbinu za simulizi za nambari.
Mifano ilikuwa halisi. Katika jaribio moja la punjepunje, WorldParticle ilinasa jinsi rundo la nyenzo huanguka chini ya mvuto huku baadhi ya mbinu za kimsingi zikiacha chembe za mchanga zikielea hewani. Kwenye mienendo ya molekuli, mfumo ulitoa kielelezo cha jinsi miundo ya protini inavyobadilika baada ya muda takribani mara 100 kwa kasi zaidi kuliko viigaji nambari, kulingana na Guo.
Mafanikio ya vitendo yanaendeshwa katika pande zote mbili: matokeo ya haraka zaidi kwa matatizo ambayo wanasayansi tayari wanasoma, na uwezo wa kuchanganya matukio ambayo hapo awali yalidai viigaji tofauti. Timu inaangazia hali kama vile kushuka kwa umajimaji dhidi ya dhabiti inayoweza kuharibika - kwa mfano, jinsi mafuta ya kuteleza yanavyoweza kusisitiza vali nyororo ndani ya tanki la kuhifadhia - ambapo umajimaji na muundo unaosukuma dhidi yake lazima ziundwe pamoja.
Kuanzia Roboti Laini hadi Kuunganisha Magalaksi
Ujumla wa mfumo huu unaelekeza kwa programu zaidi ya picha za kompyuta. Watafiti wanasema mbinu hiyo hiyo inaweza kufahamisha kazi laini za ujanjaji wa roboti, ambapo mashine inayotii lazima itabiri jinsi mchanga au udongo utabadilika chini ya mguso wake. Pia zinaorodhesha mabadiliko ya RNA na hata matukio ya anga kama vile kuunganishwa kwa galaksi kama vikoa vya wagombea.
Kwa muda mrefu, timu inatumai kazi hiyo itawasaidia wanasayansi kugundua nyenzo mpya na kuchunguza michakato ya kimwili ambayo mbinu zilizopo za uigaji haziwezi kujifunza kwa ufanisi.
"Tunaona muunganisho wa hesabu na sayansi ikitupa maarifa mapya na zana za kugundua matukio ya kimwili au kuelezea matukio fulani ya kimwili yasiyoelezeka," Guo alisema. "Kwa mfano wa umoja, tunaweza kufungua uvumbuzi mwingi ambao hatuwezi hata kufikiria."
Hatua ya Kwanza, Sio Msingi Uliokamilika
Watafiti ni waangalifu kuunda WorldParticle kama hatua ya ufunguzi badala ya mfano wa msingi uliokamilishwa. Kusonga mbele, wanapanga kurekebisha mfumo kwa mifumo zaidi ya mwili na kujenga kuelekea bomba kamili la madhumuni ya jumla ya ugunduzi wa kisayansi.
Ikiwa safu hiyo inaonekana kuwa ya kawaida, ni kwa muundo. Miundo ya lugha ilitumia miaka kama mifumo finyu, ya kila kazi kabla ya kuongeza katika zana za madhumuni ya jumla - na timu ya WorldParticle inaweka dau kwa uwazi kwamba uigaji halisi unaweza kufuata njia sawa, hatua moja kwa wakati mmoja.
Nakala hii inatokana na kuripotiwa na Adam Zewe, iliyochapishwa na MIT News mnamo Novemba 9, 2026.---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
