- 麻省理工學院開發的 WorldParticle 模擬器可預測六種物理系統中粒子的運動。
- 該系統將每種材料視為一羣粒子，根據位置和速度進行預測。
- 模型在長時間模擬中表現出較低的誤差和更高的穩定性。
- 未來計劃將 WorldParticle 適應更多物理系統，促進科學發現。
麻省理工學院(MIT)及英屬哥倫比亞大學(UBC)的研究人員開發出一種基於變壓器的模擬器設計，能夠預測六種類型物理系統中粒子的運動，包括沙子和蛋白質，根據一篇論文及 MIT 的發布消息。傳統的物理模擬器通常針對特定任務而建設，流動水的求解器所依賴的方程式與折疊蛋白質的求解器不同，且每個求解器均需手動編碼。新的系統名為 WorldParticle，旨在用一個學習的設計替代這些獨立程序，儘管每種類型的材料仍會擁有自己的訓練網絡。
WorldParticle 將每種材料視為一羣粒子，每個粒子根據其位置和速度進行跟蹤，並逐步預測其下一步的位置。UBC 的助理教授及共同通訊作者陳怡辰(Peter Yichen Chen)將這種方法比作 ChatGPT，該模型則是一個逐字預測文本的系統。
WorldParticle 模擬器的運作原理
該團隊在 arXiv 的預印本中將每個步驟分為兩部分。首先進行基本計算，根據已知的外部力量（如推動力）移動粒子。然後，通過學習的修正器調整位置和速度，以考慮粒子之間的相互影響。為了降低計算成本，模型將相似的粒子合併成較小的摘要標記，然後再將資訊傳遞回每個粒子。
研究人員為六個類別（布料、彈性固體、兩種流體、沙子及蛋白質運動）訓練了獨立的網絡，訓練數據來自於現有的求解器。根據論文報告，與其他三種神經模擬器在流體、布料及沙子任務上的比較中，該模型的誤差較低且長時間運行的穩定性較高。這些競爭對手在長時間的模擬中產生了懸浮的沙粒和爆炸的布料。蛋白質運行的步驟為 50 飛秒，這是傳統分子模擬 0.5 飛秒步驟的 100 倍。飛秒是十的負 15 次方秒。
模型的未來發展方向
由於第一步直接處理外部力量，該模型能夠對未在訓練中見過的推力作出反應。團隊建立了一個實時工具，使用戶能夠對柔軟物體施加力量。在三段現實世界的操作影片中，預測的運動與觀察到的運動在質量上相符，論文中並未報告誤差數據。若干限制條件也適用。論文指出，記憶是主要限制：第一層同時查看每個粒子，這使得場景限制在大約 50,000 個粒子，需用單個 80GB 的圖形處理器。
作者們還表示，未來的工作將集中於在所有類別中共享一組權重，並且該模型的準確性相比於專用求解器有所損失。「我們希望在模擬中實現一個 GPT 時刻，」陳教授表示，描述一個希望能適用於任何場景的基礎模型。團隊計劃將 WorldParticle 適應更多物理系統，包括柔性機器人任務，並向科學發現的一般模擬管道邁進，MIT 表示。
WorldParticle 對物理模擬的影響
WorldParticle 模擬器的開發標誌著物理模擬技術的一大進步，透過基於變壓器的設計，能夠有效預測多種物理系統中的粒子運動。這不僅提高了模擬的準確性，還降低了計算成本，特別是在長時間運行的穩定性方面。隨著未來計劃將其應用於更多物理系統，這一技術可能會在柔性機器人及其他科學研究領域中發揮重要作用，推動相關技術的進一步發展。