MIT и UBC создали ИИ для единого моделирования физических процессов

Исследователи MIT, Университета Британской Колумбии и других организаций представили WorldParticle — единую систему глубокого обучения для моделирования шести типов физических явлений, включая деформируемые объекты, сыпучие материалы и движение белков. При моделировании изменений белковых структур она работала примерно в 100 раз быстрее численных симуляторов, сообщили авторы работы.

Одна архитектура вместо набора специализированных решателей

Обычно для каждого процесса требуется отдельный симулятор: один рассчитывает течение жидкости, другой — складывание белка. Такие инструменты вручную строят вокруг уравнений, описывающих конкретный материал или режим.

WorldParticle предлагает общий подход. Система представляет объект — от песчаной дюны до молекулы белка — как множество трёхмерных частиц. Нейросеть получает их координаты и физические свойства, а затем предсказывает положение и характеристики на следующем кадре моделирования. Расчёт движения идёт с шагом в одну секунду.

Питер Ичен Чен сравнил принцип работы с архитектурой ChatGPT: языковая модель последовательно предсказывает слова, а WorldParticle — перемещение частиц. Однако назначение системы не в генерации текста, а в изучении динамики вещества во времени и пространстве.

Как модель учитывает силы и масштаб задачи

Перед очередным шагом WorldParticle отдельно выделяет внешние воздействия на физическую систему. После начального прогноза состояния частиц система возвращает эти силы в расчёт и корректирует предсказание. В качестве примера авторы приводят импульсные силы, возникающие при ударе океанской волны о морскую стену.

Такой механизм, по замыслу команды, помогает модели адаптироваться к материалам, условиям среды и силам, которых не было в обучающей выборке. Для работы со сложными объектами, которые могут состоять из миллионов частиц, исследователи применили объединение и сжатие частиц, сохранив возможность учитывать мелкие детали поведения.

Результаты проверки и возможные задачи

Авторы протестировали WorldParticle на шести физических явлениях и заявили о более высокой точности по сравнению с численными методами. В частности, модель воспроизвела обрушение гранулированного объекта в кучу, тогда как некоторые базовые методы оставляли частицы песка в воздухе.

Единая архитектура может применяться для задач манипулирования мягкими роботами, изучения эволюции РНК и моделирования астрофизических процессов, в том числе слияния галактик. Исследователи также рассматривают взаимодействие жидкости с деформируемым твёрдым телом: например, воздействие колеблющегося масла на эластичный клапан в резервуаре.

Работа будет представлена на конференции ACM SIGGRAPH Asia. Для бизнеса практический смысл подхода состоит в возможности проверять связанные физические процессы в одной вычислительной системе, а не подбирать и настраивать отдельный решатель под каждый материал.