麻省理工学院チームが新型シミュレーターを開発し、六種類の物理システムにおける粒子の運動を予測

麻省理工学院(MIT)と英属コロンビア大学(UBC)の研究者たちは、トランスフォーマーに基づくシミュレーター設計を開発し、砂やタンパク質を含む六種類の物理システムにおける粒子の運動を予測できることを、論文およびMITの発表で明らかにした。従来の物理シミュレーターは通常、特定のタスクに対して構築されており、流体のシミュレーターが依存する方程式は、タンパク質の折りたたみシミュレーターとは異なり、各シミュレーターは手動でコーディングされる必要がある。新しいシステムはWorldParticleと呼ばれ、これらの独立したプログラムを学習型の設計で置き換えることを目指しているが、各材料タイプにはそれぞれのトレーニングネットワークが存在する。

WorldParticleは各材料を粒子の群として扱い、各粒子はその位置と速度に基づいて追跡され、次の位置を段階的に予測する。UBCの助教授で共同著者の陳怡辰(Peter Yichen Chen)は、このアプローチをChatGPTに例えており、このモデルは逐次的にテキストを予測するシステムである。

WorldParticleシミュレーターの運用原理

チームはarXivのプレプリントで各ステップを二つの部分に分けて説明している。まず、既知の外部力（例えば推進力）に基づいて粒子を移動させる基本的な計算を行う。次に、学習された修正器を通じて位置と速度を調整し、粒子間の相互作用を考慮する。計算コストを削減するために、モデルは類似の粒子を小さな要約トークンに統合し、その後情報を各粒子に伝達する。

研究者たちは六つのカテゴリ（布、弾性固体、二種類の流体、砂、タンパク質の運動）に対して独立したネットワークをトレーニングし、トレーニングデータは既存のシミュレーターから得られた。論文によると、他の三つの神経シミュレーターとの比較において、流体、布、砂のタスクにおいてこのモデルは誤差が低く、長時間の運用において高い安定性を示した。これらの競合は長時間のシミュレーションで浮遊する砂粒や爆発する布を生成した。タンパク質の運動のステップは50フェムト秒であり、これは従来の分子シミュレーションの0.5フェムト秒の100倍である。フェムト秒は10のマイナス15乗秒である。

モデルの今後の発展方向

第一ステップで外部力を直接処理するため、このモデルはトレーニング中に見たことのない推力に反応できる。チームはリアルタイムツールを構築し、ユーザーが柔らかい物体に力を加えることを可能にしている。三つの現実世界の操作映像において、予測された運動は観察された運動と質量的に一致しており、論文では誤差データは報告されていない。いくつかの制約条件も適用される。論文では、メモリが主な制約であると指摘されており、第一層は同時に各粒子を確認するため、シーンは約50,000粒子に制限され、単一の80GBのグラフィックプロセッサが必要である。

著者たちは、今後の作業はすべてのカテゴリで一組の重みを共有することに集中し、モデルの精度は専用シミュレーターに比べて損失があると述べている。「私たちはシミュレーションにおいてGPTの瞬間を実現したい」と陳教授は述べており、あらゆるシーンに適用可能な基礎モデルを目指している。チームはWorldParticleをより多くの物理システムに適応させ、柔軟なロボットタスクを含む科学的発見の一般的なシミュレーションパイプラインに向けて進む計画であるとMITは発表している。

WorldParticleが物理シミュレーションに与える影響

WorldParticleシミュレーターの開発は、物理シミュレーション技術の大きな進歩を示しており、トランスフォーマーに基づく設計を通じて、多様な物理システムにおける粒子の運動を効果的に予測できる。これはシミュレーションの精度を向上させるだけでなく、計算コストを削減し、特に長時間運用の安定性において重要である。将来的には、より多くの物理システムへの応用が計画されており、この技術は柔軟なロボットや他の科学研究分野で重要な役割を果たし、関連技術のさらなる発展を促進する可能性がある。