Симуляція фізичної реальності вже давно є фрагментарною справою. Вченому, який моделює океанські хвилі, потрібен один розв’язувач; обчислювальний біолог, який спостерігає за згортанням білка, потребує іншого; інженеру, який вивчає піщані дюни, потрібен третій. Кожен інструмент старанно вручну закодований навколо конкретних рівнянь, які керують одним вузьким явищем.
Дослідники з Массачусетського технологічного інституту, Університету Британської Колумбії та кількох установ, які співпрацюють, тепер оприлюднили систему, призначену замінити цей клаптик єдиною архітектурою. Згідно з MIT News, система під назвою WorldParticle використовує одну уніфіковану модель глибокого навчання для моделювання різноманітних фізичних процесів — від ковзання піску до згортання білків. For more context on this story, see our ongoing AI industry coverage.
Робота, документ із відкритим доступом під назвою «WorldParticle: уніфіковане світове моделювання динаміки лагранжевих частинок через трансформатор», буде представлено на конференції та виставці комп’ютерної графіки та інтерактивних технологій ACM SIGGRAPH в Азії. Співпраця охоплює MIT, UBC, Georgia Tech, Inria, Meta, Університет Пенсільванії, Університет Юти, UCLA та Університет Гонконгу.
«Момент GPT» для симуляції
«Ми хочемо мати момент GPT для моделювання», — сказав Пітер Їчен Чен, колишній постдоктор Массачусетського технологічного інституту, який зараз є доцентом UBC і співавтором статті, у звіті MIT News. «Кожного разу, коли люди хочуть побудувати симулятор для певного фізичного явища, їм потрібно закодувати його з нуля. Наше бачення полягає в тому, щоб мати базову модель, яка працює з коробки для будь-якого сценарію, який ви хочете змоделювати. Це перший крок у цьому напрямку».
Посилання на GPT не випадкове. Архітектура WorldParticle запозичує ту саму ідею послідовного прогнозування, яка використовується у великих мовних моделях. «Це архітектура схожа на ChatGPT. Але замість того, щоб передбачати одне слово за раз, щоб написати фрагмент тексту, ми передбачаємо, як ці частинки рухатимуться крок за кроком», — сказав Чень.
До Чена приєдналися співкореспондент і співпровідний автор Мінхао Го, постдоктор Массачусетського технологічного інституту, і співпровідні автори Каолівен Ван і Сіюань Чен, аспіранти UBC. До команди також входить Войцех Матусік, професор електротехніки та інформатики Массачусетського технологічного інституту, який очолює групу обчислювального проектування та виготовлення в Лабораторії комп’ютерних наук і штучного інтелекту (CSAIL).
Як працює WorldParticle
Система базується на давній ідеї обчислювальної фізики: представленні Лагранжа, у якому матеріал описується як набір дискретних частинок, положення та швидкості яких змінюються з часом. WorldParticle розбиває кожен симульований об’єкт на тисячі або мільйони крихітних тривимірних точок, а потім відстежує, як ці частинки рухаються в просторі та часі.
Вивчення рівнянь, а не кодування вручну
Відхід від традицій полягає в тому, що пише правила. У класичному конвеєрі вчений починає з керівного рівняння, яке визначає, як поводиться матеріал, а потім перетворює цю складну математику у формулу, з якою може працювати чисельний розв’язувач, повторюючи всю вправу для кожного нового матеріалу чи процесу.
Натомість WorldParticle використовує нейронну мережу, яка вчиться розв’язувати загальні рівняння. Мережа приймає тривимірні положення та фізичні властивості частинок як вхідні дані та виводить їх положення та властивості для наступного кадру моделювання, прогнозуючи рух матеріалу в часі та просторі з кроком в одну секунду.
Поводження із зовнішніми силами
Матеріали реального світу постійно штовхаються силами, які модель не може повністю передбачити — океанська хвиля, що врізається в дамбу, або нога, що тисне на пісок. Перед кожним кроком моделювання WorldParticle виокремлює зовнішні сили, що діють на систему. Після прогнозування початкових станів частинок система інтегрує ці сили назад у симуляцію, коригуючи свої прогнози на основі того, як сили впливають на поведінку об’єкта.
Цей цикл корекції, як повідомляють дослідники, є тим, що дозволяє моделі узагальнювати матеріали, умови навколишнього середовища та сили, з якими вона ніколи не стикалася під час навчання.
Стиснення мільйонів частинок
Масштаб став головною інженерною проблемою. Складний об’єкт може розбитися на мільйони частинок, що швидко перевищить обчислювальний бюджет моделі. Щоб забезпечити зручність обробки, команда застосувала техніку злиття, яка поєднує та стискає частинки, зберігаючи дрібні деталі в їхній поведінці.
«Нам потрібно було виконати багато детальних інженерних робіт і застосувати багато налаштувань до архітектури, щоб вона була дійсно узагальненою та масштабованою», — сказав Го MIT News.
Перевірено на шість фізичних явищ
Дослідники продемонстрували WorldParticle на шести різних фізичних явищах, включаючи об’єкти, що деформуються, гранульовані матеріали та білки, повідомляючи про вищу точність, ніж усталені методи чисельного моделювання.
Приклади були конкретні. В одному детальному тесті WorldParticle зафіксував, як купа матеріалу руйнується під дією сили тяжіння, тоді як деякі базові методи залишили частинки піску неймовірно плаваючими в повітрі. Згідно з молекулярною динамікою, система змоделювала, як структури білка змінюються з часом, приблизно в 100 разів швидше, ніж чисельні симулятори, за словами Го.
Практична вигода йде в обох напрямках: швидші результати для проблем, які вчені вже вивчають, і можливість поєднувати явища, які раніше вимагали окремих симуляторів. Команда висвітлює такі сценарії, як розплескування рідини об тверду речовину, що може деформуватися — наприклад, те, як розплескування нафти може спричинити навантаження на еластичний клапан у резервуарі для зберігання — де рідина та структура, на яку вона штовхається, повинні моделюватися разом.
Від м'яких роботів до злиття галактик
Загальність фреймворку вказує на застосування далеко за межами комп’ютерної графіки. Дослідники кажуть, що такий самий підхід може використовуватися для завдань маніпулювання м’яким роботом, у яких сумісна машина повинна передбачити, як пісок або ґрунт будуть рухатися під її дотиком. Вони також перераховують еволюцію РНК і навіть астрофізичні явища, такі як злиття галактик, як домени-кандидати.
У довгостроковій перспективі команда сподівається, що ця робота допоможе вченим відкрити нові матеріали та дослідити фізичні процеси, які існуючі методи моделювання не можуть ефективно вивчити.
«Ми бачимо, що об’єднання обчислень і науки дає нам нові ідеї та інструменти для виявлення фізичних явищ або пояснення деяких незрозумілих фізичних явищ», — сказав Го. «Завдяки уніфікованій моделі ми могли б розблокувати багато відкриттів, про які ми навіть уявити не можемо».
Перший крок, а не завершена основа
Дослідники ретельно розглядають WorldParticle як початковий рух, а не як завершену базову модель. Рухаючись вперед, вони планують адаптувати систему до більшої кількості фізичних систем і побудувати повний конвеєр моделювання загального призначення для наукових відкриттів.
Якщо ця дуга звучить знайомо, це задумом. Мовні моделі витратили роки як вузькі системи для кожної задачі, перш ніж масштабуватися до інструментів загального призначення — і команда WorldParticle явно робить ставку на те, що фізичне моделювання може йти подібним шляхом, крок за кроком.
Ця стаття заснована на звіті Адама Зеве, опублікованому в MIT News 9 листопада 2026 р.---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
