جسمانی حقیقت کی نقالی ایک طویل عرصے سے ایک بکھرا ہوا معاملہ رہا ہے۔ سمندر کی لہروں کی ماڈلنگ کرنے والے سائنسدان کو ایک حل کرنے والے کی ضرورت ہوتی ہے۔ ایک کمپیوٹیشنل ماہر حیاتیات جو پروٹین فولڈ کو دیکھ رہا ہے اسے دوسری ضرورت ہے۔ ریت کے ٹیلوں کا مطالعہ کرنے والے انجینئر کو تیسرے کی ضرورت ہے۔ ہر ٹول بڑی محنت کے ساتھ مخصوص مساوات کے ارد گرد ہاتھ سے کوڈ کیا جاتا ہے جو ایک تنگ رجحان پر حکومت کرتے ہیں۔

ایم آئی ٹی کے محققین، برٹش کولمبیا یونیورسٹی اور تعاون کرنے والے اداروں کی ایک سلیٹ نے اب ایک ایسے نظام کی نقاب کشائی کی ہے جو اس پیچ ورک کو ایک ہی فن تعمیر سے بدلنے کے لیے ڈیزائن کیا گیا ہے۔ MIT نیوز کے مطابق، ورلڈ پارٹیکل نامی یہ نظام وسیع پیمانے پر مختلف جسمانی عملوں کی نقل کرنے کے لیے ایک متحد ڈیپ لرننگ ماڈل کا استعمال کرتا ہے - سلائیڈنگ ریت سے لے کر فولڈنگ پروٹین تک۔ For more context on this story, see our ongoing AI trends.

کام، "ورلڈ پارٹیکل: ٹرانسفارمر کے ذریعے لاگریجیئن پارٹیکل ڈائنامکس کا یونیفائیڈ ورلڈ سمولیشن" کے عنوان سے ایک اوپن ایکسیس پیپر ACM SIGGRAPH کانفرنس اور ایشیا میں کمپیوٹر گرافکس اور انٹرایکٹو تکنیک پر نمائش میں پیش کیا جائے گا۔ یہ تعاون ایم آئی ٹی، یو بی سی، جارجیا ٹیک، انریا، میٹا، یونیورسٹی آف پنسلوانیا، یونیورسٹی آف یوٹاہ، یو سی ایل اے اور ہانگ کانگ یونیورسٹی تک پھیلا ہوا ہے۔

تخروپن کے لیے ایک 'GPT لمحہ'

ایم آئی ٹی نیوز کی رپورٹ میں، "ہم تخروپن کے لیے ایک GPT لمحہ حاصل کرنا چاہتے ہیں،" پیٹر ییچن چن، ایک سابق ایم آئی ٹی پوسٹ ڈاک جو اب UBC میں اسسٹنٹ پروفیسر اور مقالے کے شریک مصنف ہیں، نے کہا۔ "جب بھی لوگ کسی خاص جسمانی مظاہر کے لیے ایک سمیلیٹر بنانا چاہتے ہیں، تو انہیں اسے شروع سے ہی کوڈ کرنے کی ضرورت ہوتی ہے۔ ہمارا وژن ایک ایسا فاؤنڈیشن ماڈل ہے جو کسی بھی منظر نامے کے لیے باکس سے ہٹ کر کام کرے جسے آپ نقل کرنا چاہتے ہیں۔ یہ اس سمت میں پہلا قدم ہے۔"

GPT کا حوالہ حادثاتی نہیں ہے۔ ورلڈ پارٹیکل کا فن تعمیر وہی ترتیب وار پیشین گوئی خیال لیتا ہے جو بڑے زبان کے ماڈلز کو طاقت دیتا ہے۔ "یہ ChatGPT سے ملتا جلتا فن تعمیر ہے۔ لیکن متن کا ایک ٹکڑا لکھنے کے لیے ایک وقت میں ایک لفظ کی پیشین گوئی کرنے کے بجائے، ہم یہ پیشین گوئی کر رہے ہیں کہ یہ ذرات کیسے حرکت کریں گے، ایک وقت میں ایک قدم،" چن نے کہا۔

چن کے ساتھ شریک متعلقہ اور شریک لیڈ مصنف Minghao Guo، ایک MIT postdoc، اور شریک لیڈ مصنفین Caoliwen Wang اور Siyuan Chen، UBC میں گریجویٹ طالب علم شامل ہیں۔ ٹیم میں الیکٹریکل انجینئرنگ اور کمپیوٹر سائنس کے MIT پروفیسر Wojciech Matusik بھی شامل ہیں جو کمپیوٹر سائنس اور مصنوعی ذہانت لیبارٹری (CSAIL) کے اندر کمپیوٹیشنل ڈیزائن اور فیبریکیشن گروپ کی قیادت کرتے ہیں۔

ورلڈ پارٹیکل کیسے کام کرتا ہے۔

یہ نظام کمپیوٹیشنل فزکس میں ایک دیرینہ خیال پر قائم ہے: لگریجیئن نمائندگی، جس میں کسی مواد کو مجرد ذرات کے مجموعے کے طور پر بیان کیا جاتا ہے جن کی پوزیشنیں اور رفتار وقت کے ساتھ ساتھ تیار ہوتی ہیں۔ ورلڈ پارٹیکل ہر چیز کو توڑتا ہے جسے یہ ہزاروں یا لاکھوں چھوٹے تین جہتی نقطوں میں بناتا ہے، پھر یہ ٹریک کرتا ہے کہ یہ ذرات جگہ اور وقت کے ذریعے کیسے حرکت کرتے ہیں۔

مساوات کو سیکھنا، انہیں ہاتھ سے کوڈنگ نہیں کرنا

روایت سے علیحدگی اس میں مضمر ہے جو قواعد لکھتا ہے۔ کلاسیکی پائپ لائن میں، ایک سائنس دان ایک گورننگ مساوات کے ساتھ شروع ہوتا ہے جو اس بات کی وضاحت کرتا ہے کہ کوئی مادّہ کس طرح برتاؤ کرتا ہے، پھر اس پیچیدہ ریاضی کو ایک ایسے فارمولے میں تبدیل کرتا ہے جسے عددی حل کرنے والا ہینڈل کر سکتا ہے — ہر نئے مواد یا عمل کے لیے پوری مشق کو دہرانا۔

ورلڈ پارٹیکل اس کے بجائے ایک نیورل نیٹ ورک کا استعمال کرتا ہے جو عام طور پر گورننگ مساوات کو حل کرنا سیکھتا ہے۔ نیٹ ورک ذرات کی 3D پوزیشنوں اور جسمانی خصوصیات کو ان پٹ کے طور پر لیتا ہے اور نقلی کے اگلے فریم کے لیے ان کی پوزیشنوں اور خصوصیات کو آؤٹ پٹ کرتا ہے، ایک سیکنڈ کے اضافے میں وقت اور جگہ کے ساتھ مواد کی حرکت کی پیش گوئی کرتا ہے۔

بیرونی قوتوں کو سنبھالنا

حقیقی دنیا کے مواد کو مسلسل ان قوتوں کے ذریعے دھکیل دیا جاتا ہے جس کا ایک ماڈل پوری طرح سے اندازہ نہیں لگا سکتا — ایک سمندری لہر سمندری دیوار میں ٹکرا رہی ہے، یا ایک پاؤں ریت میں دباتا ہے۔ ہر نقلی قدم سے پہلے، ورلڈ پارٹیکل سسٹم پر کام کرنے والی بیرونی قوتوں کو الگ کرتا ہے۔ ذرات کی ابتدائی حالتوں کی پیشین گوئی کرنے کے بعد، نظام ان قوتوں کو دوبارہ نقلی میں ضم کرتا ہے، اس کی بنیاد پر اپنی پیشین گوئیوں کو درست کرتا ہے کہ قوتیں کس طرح آبجیکٹ کے رویے کو متاثر کرتی ہیں۔

محققین کی رپورٹ کے مطابق یہ اصلاحی لوپ ماڈل کو مواد، ماحولیاتی حالات اور ان قوتوں کو عام کرنے کی اجازت دیتا ہے جن کا اسے تربیت کے دوران کبھی سامنا نہیں ہوا۔

لاکھوں ذرات کو دبانا

اسکیل نے مرکزی انجینئرنگ کا چیلنج پیش کیا۔ ایک پیچیدہ چیز لاکھوں ذرات میں بکھر سکتی ہے، جو ماڈل کے کمپیوٹیشنل بجٹ کو تیزی سے مغلوب کر سکتی ہے۔ پروسیسنگ کو قابل عمل رکھنے کے لیے، ٹیم نے انضمام کی ایک تکنیک کا استعمال کیا جو ذرات کو یکجا اور کمپریس کرتی ہے جبکہ ان کے رویے میں عمدہ تفصیل کو محفوظ رکھتی ہے۔

گو نے ایم آئی ٹی نیوز کو بتایا کہ "ہمیں بہت زیادہ تفصیلی انجینئرنگ کرنے کی ضرورت تھی اور فن تعمیر میں بہت سے تبدیلیاں کرنے کی ضرورت تھی تاکہ یہ واقعی عام اور قابل توسیع ہو۔"

چھ جسمانی مظاہر کے خلاف تجربہ کیا گیا۔

محققین نے ورلڈ پارٹیکل کو چھ مختلف جسمانی مظاہر پر ظاہر کیا، جن میں خراب ہونے والی اشیاء، دانے دار مواد اور پروٹین شامل ہیں، جو عددی نقلی طریقوں سے زیادہ درستگی کی اطلاع دیتے ہیں۔

مثالیں ٹھوس تھیں۔ ایک دانے دار ٹیسٹ میں، ورلڈ پارٹیکل نے دیکھا کہ کس طرح مواد کا ڈھیر کشش ثقل کے نیچے گرتا ہے جبکہ کچھ بنیادی طریقوں نے ریت کے ذرات کو ہوا میں تیرتے ہوئے چھوڑ دیا۔ مالیکیولر ڈائنامکس پر، نظام نے ماڈل بنایا کہ کس طرح پروٹین کے ڈھانچے وقت کے ساتھ ساتھ عددی سمیلیٹروں سے تقریباً 100 گنا زیادہ تیزی سے تبدیل ہوتے ہیں، گو کے مطابق۔

عملی ادائیگی دونوں سمتوں میں چلتی ہے: سائنسدانوں کے پہلے ہی مطالعہ کرنے والے مسائل کے تیز تر نتائج، اور ایسے مظاہر کو جوڑنے کی صلاحیت جو پہلے الگ الگ سمیلیٹرز کا مطالبہ کرتے تھے۔ یہ ٹیم ایسے منظرناموں پر روشنی ڈالتی ہے جیسے کہ فلوئڈ کا ایک خراب ٹھوس کے خلاف ڈھلنا — مثال کے طور پر، کس طرح سست ہونے والا تیل اسٹوریج ٹینک کے اندر ایک لچکدار والو پر دباؤ ڈال سکتا ہے — جہاں سیال اور اس کے خلاف دھکیلنے والے ڈھانچے کو ایک ساتھ ماڈل کیا جانا چاہیے۔

نرم روبوٹس سے لے کر کہکشاؤں کو ضم کرنے تک

فریم ورک کی عمومیت کمپیوٹر گرافکس سے پرے ایپلی کیشنز کی طرف اشارہ کرتی ہے۔ محققین کا کہنا ہے کہ یہی نقطہ نظر نرم روبوٹ کے ہیرا پھیری کے کاموں کو مطلع کر سکتا ہے، جس میں ایک مطابقت پذیر مشین کو یہ پیشین گوئی کرنی چاہیے کہ اس کے چھونے کے نیچے ریت یا مٹی کیسے بدلے گی۔ وہ آر این اے ارتقاء اور یہاں تک کہ فلکی طبیعی مظاہر کی بھی فہرست بناتے ہیں جیسے کہ کہکشاؤں کا امیدوار ڈومین کے طور پر ضم ہونا۔

طویل مدتی میں، ٹیم کو امید ہے کہ یہ کام سائنسدانوں کو نئے مواد کی دریافت اور جسمانی عمل کو دریافت کرنے میں مدد کرے گا جن کا موجودہ نقلی طریقے مؤثر طریقے سے مطالعہ نہیں کرسکتے ہیں۔

گو نے کہا، "ہم حساب اور سائنس کے اتحاد کو دیکھتے ہیں کہ ہمیں جسمانی مظاہر کو دریافت کرنے یا کچھ ناقابل وضاحت جسمانی مظاہر کی وضاحت کرنے کے لیے نئی بصیرتیں اور اوزار ملتے ہیں۔" "ایک متحد ماڈل کے ساتھ، ہم بہت سی دریافتوں کو کھول سکتے ہیں جن کا ہم تصور بھی نہیں کر سکتے۔"

ایک پہلا قدم، مکمل بنیاد نہیں۔

محققین ورلڈ پارٹیکل کو مکمل فاؤنڈیشن ماڈل کے بجائے ایک ابتدائی اقدام کے طور پر تیار کرنے میں محتاط ہیں۔ آگے بڑھتے ہوئے، وہ نظام کو مزید جسمانی نظاموں کے مطابق ڈھالنے اور سائنسی دریافت کے لیے ایک مکمل، عمومی مقصد کے لیے نقلی پائپ لائن بنانے کا ارادہ رکھتے ہیں۔

اگر وہ آرک واقف لگتا ہے، تو یہ ڈیزائن کے لحاظ سے ہے۔ زبان کے ماڈلز نے عام مقصد کے ٹولز میں اسکیل کرنے سے پہلے تنگ، فی ٹاسک سسٹم کے طور پر سال گزارے - اور ورلڈ پارٹیکل ٹیم واضح طور پر شرط لگا رہی ہے کہ فزیکل سمولیشن ایک ہی راستے پر چل سکتا ہے، ایک وقت میں ایک ذرہ قدم۔

یہ مضمون ایڈم زیوی کی رپورٹنگ پر مبنی ہے، جسے MIT نیوز نے 9 نومبر 2026 کو شائع کیا تھا۔

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →