GeoPT от MIT ускорил физические симуляции с помощью предобучения
Исследователи MIT CSAIL и Университета Цинхуа представили GeoPT — подход к предобучению ИИ для физических симуляций в 3D. На задаче моделирования воздействия воздуха и волн на корпус судна система потребовала на 60% меньше размеченных данных и достигла максимальной точности в четыре раза быстрее ведущих базовых решений.
GeoPT предназначен для моделирования реакции объектов на ветер, воду, столкновения и другие воздействия. Пользователь загружает трёхмерную модель, например автомобиля, самолёта, корабля или грузовика, и задаёт направление и скорость силы. Результатом становится карта распределения её воздействия по поверхности объекта.
Как модель получает представление о физике
Основой предобучения стали «синтетические динамики» — взаимодействия малых частиц со сложными 3D-формами. Команда использовала 1,3 млн таких образцов: небольшие сферы двигались под разными углами и с разной скоростью, а при контакте останавливались на поверхности модели.
Этот набор взаимодействий должен дать модели базовое представление о геометрии и механике ещё до обучения на размеченных данных конкретной задачи. Авторы сравнивают подход с изучением физических взаимодействий через шарики и игрушечные фигуры: частицы не проходят сквозь объект и не отскакивают от него, а фиксируются в точке контакта.
Результаты на инженерных задачах
В экспериментах GeoPT превзошёл современные модели на наборах данных со сложными 3D-объектами, потоками ветра и поверхностным давлением по скорости, точности и эффективности. Также система точнее и быстрее моделировала реакцию истребителей на ветер.
Отдельно исследователи проверили деформацию автомобилей при столкновении. GeoPT корректно предсказывал изменение формы 3D-моделей, используя меньше данных, чем сопоставимые решения. Система также смоделировала прохождение света через модель игрушечного кролика, хотя прежде не обучалась ни на этой форме, ни на физике света.
По словам команды, GeoPT выполнял высокоточную симуляцию моделей со свыше 100 млн точек сетки за секунды. Работа продолжает направление foundation-модели для физического ИИ, где foundation-модели рассматриваются как основа для более универсального физического ИИ.
Что это меняет для разработки
Авторы называют GeoPT шагом к физической foundation-модели, которую можно будет применять к разным задачам. Следующий этап — обучение на большем числе форм и моделирование более сложных явлений, включая погодные процессы и свойства материалов.
Для инженерных команд практический смысл подхода заключается в ранней проверке цифровых прототипов. Если метод подтвердит результаты на прикладных данных, разработчики смогут быстрее оценивать варианты конструкции и сокращать объём физических испытаний, не заменяя ими обязательную инженерную валидацию.