Mô phỏng thực tế vật lý từ lâu đã là một vấn đề rời rạc. Một nhà khoa học lập mô hình sóng biển cần một người giải; một nhà sinh học tính toán đang quan sát một nếp gấp protein cần một nếp gấp khác; một kỹ sư nghiên cứu cồn cát cần một phần ba. Mỗi công cụ đều được mã hóa thủ công một cách cẩn thận xung quanh các phương trình cụ thể chi phối một hiện tượng hẹp.

Các nhà nghiên cứu tại MIT, Đại học British Columbia và một loạt các tổ chức hợp tác hiện đã công bố một hệ thống được thiết kế để thay thế sự chắp vá đó bằng một kiến ​​trúc duy nhất. Hệ thống này có tên WorldParticle, sử dụng một mô hình học sâu thống nhất để mô phỏng các quá trình vật lý khác nhau – từ trượt cát đến gấp protein – theo MIT News. For more context on this story, see our ongoing more AI stories.

Tác phẩm, một bài báo truy cập mở có tiêu đề "WorldParticle: Mô phỏng thế giới thống nhất của động lực học hạt Lagrange thông qua máy biến áp", sẽ được trình bày tại Hội nghị và Triển lãm ACM SIGGRAPH về Đồ họa máy tính và Kỹ thuật tương tác ở Châu Á. Sự hợp tác bao gồm MIT, UBC, Georgia Tech, Inria, Meta, Đại học Pennsylvania, Đại học Utah, UCLA và Đại học Hồng Kông.

'Khoảnh khắc GPT' cho mô phỏng

Peter Yichen Chen, cựu postdoc của MIT, hiện là trợ lý giáo sư tại UBC và là đồng tác giả của bài báo, cho biết trong báo cáo của MIT News: “Chúng tôi muốn có một khoảnh khắc GPT để mô phỏng”. "Mỗi khi mọi người muốn xây dựng một trình mô phỏng cho một hiện tượng vật lý cụ thể, họ cần phải mã hóa nó từ đầu. Tầm nhìn của chúng tôi là có một mô hình nền tảng hoạt động tốt cho bất kỳ kịch bản nào bạn muốn mô phỏng. Đây là bước đầu tiên theo hướng đó."

Việc tham chiếu đến GPT không phải là ngẫu nhiên. Kiến trúc của WorldParticle mượn ý tưởng dự đoán tuần tự giống như ý tưởng hỗ trợ các mô hình ngôn ngữ lớn. Chen nói: “Nó có kiến ​​trúc tương tự như ChatGPT. Nhưng thay vì dự đoán từng từ một để viết một đoạn văn bản, chúng tôi dự đoán cách các hạt này sẽ di chuyển, từng bước một”.

Chen có sự tham gia của đồng tác giả và đồng tác giả Minghao Guo, một postdoc của MIT, và đồng tác giả Caoliwen Wang và Siyuan Chen, nghiên cứu sinh tại UBC. Nhóm còn bao gồm Wojciech Matusik, giáo sư kỹ thuật điện và khoa học máy tính của MIT, người đứng đầu Nhóm Chế tạo và Thiết kế Tính toán trong Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo (CSAIL).

Cách thức hoạt động của WorldParticle

Hệ thống này dựa trên một ý tưởng lâu đời trong vật lý tính toán: biểu diễn Lagrange, trong đó vật liệu được mô tả là một tập hợp các hạt rời rạc có vị trí và vận tốc thay đổi theo thời gian. WorldParticle chia mỗi vật thể mà nó mô phỏng thành hàng nghìn hoặc hàng triệu chấm ba chiều nhỏ xíu, sau đó theo dõi cách các hạt đó di chuyển trong không gian và thời gian.

Học các phương trình, không phải viết mã chúng bằng tay

Sự khác biệt với truyền thống nằm ở chỗ viết ra các quy tắc. Trong một quy trình cổ điển, một nhà khoa học bắt đầu với một phương trình quản lý xác định cách thức hoạt động của vật liệu, sau đó chuyển toán học phức tạp đó thành một công thức mà một bộ giải số có thể xử lý - lặp lại toàn bộ bài tập cho mọi vật liệu hoặc quy trình mới.

Thay vào đó, WorldParticle sử dụng mạng lưới thần kinh học cách giải các phương trình quản lý nói chung. Mạng lấy vị trí 3D và tính chất vật lý của các hạt làm đầu vào và đầu ra vị trí cũng như tính chất của chúng cho khung mô phỏng tiếp theo, dự đoán chuyển động của vật liệu theo thời gian và không gian với gia số một giây.

Xử lý ngoại lực

Các vật liệu trong thế giới thực liên tục bị đẩy xung quanh bởi các lực mà một mô hình không thể lường trước được đầy đủ - sóng biển đập vào đê chắn sóng hoặc bàn chân ấn vào cát. Trước mỗi bước mô phỏng, WorldParticle tách biệt các lực bên ngoài tác động lên hệ thống. Sau khi dự đoán trạng thái ban đầu của các hạt, hệ thống sẽ tích hợp các lực đó trở lại mô phỏng, điều chỉnh các dự đoán của nó dựa trên cách các lực ảnh hưởng đến hành vi của vật thể.

Các nhà nghiên cứu báo cáo rằng vòng điều chỉnh đó là thứ cho phép mô hình khái quát hóa các vật liệu, điều kiện môi trường và các lực mà nó chưa từng gặp phải trong quá trình huấn luyện.

Nén Hàng Triệu Hạt

Quy mô đặt ra thách thức kỹ thuật trung tâm. Một vật thể phức tạp có thể vỡ thành hàng triệu hạt, nhanh chóng áp đảo ngân sách tính toán của mô hình. Để giữ cho quá trình xử lý dễ dàng, nhóm đã sử dụng kỹ thuật hợp nhất kết hợp và nén các hạt trong khi vẫn giữ được chi tiết chi tiết trong hành vi của chúng.

Guo nói với MIT News: “Chúng tôi cần thực hiện nhiều kỹ thuật chi tiết và thực hiện nhiều chỉnh sửa đối với kiến ​​trúc để nó thực sự có thể khái quát hóa và mở rộng được”.

Được thử nghiệm với sáu hiện tượng vật lý

Các nhà nghiên cứu đã chứng minh WorldParticle trên sáu hiện tượng vật lý khác nhau, bao gồm các vật thể có thể biến dạng, vật liệu dạng hạt và protein, báo cáo độ chính xác cao hơn so với các phương pháp mô phỏng số đã thiết lập.

Những ví dụ rất cụ thể. Trong một thử nghiệm chi tiết, WorldParticle đã ghi lại cách một đống vật liệu sụp đổ dưới tác dụng của trọng lực trong khi một số phương pháp cơ bản khiến các hạt cát trôi nổi trong không khí một cách khó tin. Về động lực học phân tử, hệ thống này đã mô hình hóa cách cấu trúc protein thay đổi theo thời gian nhanh hơn khoảng 100 lần so với các mô phỏng số, theo Guo.

Lợi ích thực tế mang lại theo cả hai hướng: kết quả nhanh hơn cho các vấn đề mà các nhà khoa học đã nghiên cứu và khả năng kết hợp các hiện tượng mà trước đây yêu cầu các mô phỏng riêng biệt. Nhóm nghiên cứu nêu bật các tình huống như chất lỏng va đập vào một chất rắn có thể biến dạng - ví dụ, dầu va đập có thể gây áp lực lên van đàn hồi bên trong bể chứa như thế nào - trong đó chất lỏng và cấu trúc mà nó đẩy vào phải được mô hình hóa cùng nhau.

Từ robot mềm đến các thiên hà hợp nhất

Tính tổng quát của khung này hướng đến các ứng dụng vượt ra ngoài phạm vi đồ họa máy tính. Các nhà nghiên cứu cho biết cách tiếp cận tương tự có thể cung cấp thông tin cho các nhiệm vụ thao tác robot mềm, trong đó một cỗ máy tuân thủ phải dự đoán cát hoặc đất sẽ dịch chuyển như thế nào khi chạm vào nó. Họ cũng liệt kê sự tiến hóa RNA và thậm chí cả các hiện tượng vật lý thiên văn như sự hợp nhất của các thiên hà như các lĩnh vực ứng cử viên.

Về lâu dài, nhóm nghiên cứu hy vọng công trình này sẽ giúp các nhà khoa học khám phá những vật liệu mới và khám phá các quá trình vật lý mà các phương pháp mô phỏng hiện tại không thể nghiên cứu một cách hiệu quả.

Guo nói: “Chúng tôi thấy sự thống nhất giữa tính toán và khoa học mang lại cho chúng tôi những hiểu biết và công cụ mới để khám phá các hiện tượng vật lý hoặc giải thích một số hiện tượng vật lý không thể giải thích được”. “Với một mô hình thống nhất, chúng tôi có thể mở khóa nhiều khám phá mà chúng tôi thậm chí không thể tưởng tượng được.”

Bước đầu tiên, chưa phải là nền tảng hoàn thiện

Các nhà nghiên cứu cẩn thận coi WorldParticle như một động thái mở đầu chứ không phải là một mô hình nền tảng đã hoàn thiện. Trong tương lai, họ có kế hoạch điều chỉnh hệ thống cho phù hợp với nhiều hệ thống vật lý hơn và xây dựng theo hướng mô phỏng đầy đủ, có mục đích chung cho khám phá khoa học.

Nếu vòng cung đó nghe có vẻ quen thuộc thì đó là do thiết kế. Các mô hình ngôn ngữ đã mất nhiều năm làm hệ thống hẹp, theo từng nhiệm vụ trước khi mở rộng thành các công cụ có mục đích chung - và nhóm WorldParticle đang đặt cược rõ ràng rằng mô phỏng vật lý có thể đi theo một con đường tương tự, từng bước một hạt.

Bài viết này dựa trên báo cáo của Adam Zewe, được MIT News xuất bản vào ngày 9 tháng 11 năm 2026.

---

Stay Ahead of AI

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

Read more AI news →