GeoPT: fizikai érzéket adna az AI-szimulációknak az MIT és a Tsinghua

Miért nehéz fizikai világot szimulálni AI-val?

Az MIT beszámolója szerint az AI-modellek ma sokféle feladatban használhatók, például írásban, képgenerálásban és 3D modellek létrehozásában. A robotok vagy járműtervek eltérő környezetekben történő tesztelésében viszont kevésbé hasznosak, mert a fizikát nem értik olyan jól, mint a pixeleket vagy a szöveget.

A megbízható fizikai szimulációhoz a mérnököknek sokféle fizikai adatra lenne szükségük, olyan léptékben, amely a forrás szerint ma még nem megvalósítható. A neurális hálók számára érthető adatpontok előállítása időigényes, mert a folyamat numerikus megoldókra támaszkodik. Ezek az algoritmusok egy 3D alakzat különböző pontjain számítanak fizikai tulajdonságokat.

Ez alapos módszer, de lassú. Az MIT példája szerint ez korlátozza, mennyi adattal lehet tesztelni például azt, hogy egy repülőgép-terv biztonságos és aerodinamikus-e.

Így tanul a GeoPT szintetikus dinamikából

A GeoPT az MIT Computer Science and Artificial Intelligence Laboratory, vagyis CSAIL, és a Tsinghua University kutatóinak új előtanítási megközelítése. A rendszer 3D-ben játszik le hétköznapi mechanikai kölcsönhatásokat, és azt mutatja meg, hogyan állnak meg részecskék, amikor elérik egy objektum valamely részét.

A forrás szerint ezek a szimulációk segítenek a modelleknek abban, hogy érzéket szerezzenek a fizika működéséről. Ennek eredményeként a modellek pontosabban írhatják le a valós világot, kétszer gyorsabban érhetik el a csúcsteljesítményt, és akár 60 százalékkal kevesebb adaton tanulhatnak, mint a vezető modellek.

A GeoPT tudása a kutatók által szintetikus dinamikának nevezett adatokból származik. A rendszer 1,3 millió ilyen mintát tanulmányozott. Ezekben apró gömbök különböző sebességgel és szögben mozogtak, amíg meg nem álltak az objektum egy adott pontján. A részecskék az érintkezés után lényegében rátapadnak a tárgyra, ahelyett, hogy áthaladnának rajta vagy visszapattannának róla.

Minghao Guo, az MIT PhD-hallgatója és CSAIL-kutatója, a GeoPT-ről szóló tanulmány egyik társvezető szerzője az MIT Newsnak azt mondta: „Úgy gondoljuk, hogy a fizika a harmadik modalitás az AI-modellek számára, a szöveg és a pixelek után.” Hozzátette: „Általános célú modellünk elég sokoldalú ahhoz, hogy segítsen egy fizikai világmodell felépítésében. Sok modell, például a robotikai adatokat és videókat generáló rendszerek, már jól ismerik a szöveges és vizuális adatokat, de fizikai pontossággal valósághűbb eredményeket kapnak.”

Feltöltött 3D modellből hőtérkép

A GeoPT használata a forrás szerint egyszerű: a felhasználók feltöltenek 3D objektumokat, például csatahajókat, utasszállító repülőgépeket vagy teherautókat, majd megadják a szimulálni kívánt erő irányát és sebességét. A kimenet egy hőtérképhez hasonló ábra, amely azt mutatja, az objektum különböző részei hogyan érintettek.

Ha ismert a szimulálandó erő sebessége és iránya, a GeoPT ezt kezelni tudja. Az MIT cikke példaként említi, hogy a módszer használható annak szimulálására, hogyan nézne ki egy autó, miután falnak ütközik, hogyan verődik vissza a fény tárgyakról, vagy fennmarad-e egy hajó turbulens hullámokon.

A kutatók szerint a projekt később segíthet előre jelezni, hogyan reagálnak járművek, például autók és repülők, hétköznapi tárgyak, például székek és tárolók, valamint robotok különböző fizikai hatásokra, köztük szélre, vízre és ütközésekre.

Ipari teszteken kevesebb címkézett adattal

Az MIT beszámolója alapján a GeoPT különösen jól teljesített ipari szimulációs helyzetekben, és több mércén felülmúlta a legkorszerűbb szimulációs modelleket. A közös mintázat az volt, hogy gyorsabban érte el a csúcsteljesítményt, miközben lényegesen kevesebb címkézett adatra volt szüksége.

Egy összetett 3D alakzatokat, valamint azok széláramlatokra és felületi nyomásra adott válaszait tartalmazó adathalmazon a GeoPT sebességben, pontosságban és hatékonyságban is meghaladta a legkorszerűbb modelleket. Hasonló sebességi és pontossági eredményeket ért el annak rögzítésében is, hogyan reagálnak vadászgépek a szélre.

Amikor a GeoPT azt tesztelte, hogyan viseli egy hajótest egyszerre a levegő és a hullámok hatását, 60 százalékkal kevesebb címkézett adatra volt szüksége mindkét fizikai erő leírásához, és négyszer gyorsabban érte el a csúcspontosságot, mint a vezető alapmodellek. A rendszer azt is sikeresen szimulálta, hogyan néznek ki különböző autótípusok egy másik objektummal való ütközés után, és kevesebb adattal jósolta meg a 3D járművek deformációját, mint a legkorszerűbb alapmodellek.

A GeoPT olyan fényterjedési szimulációban is pontos volt, amelyben a fény egy lényegében játéknyúlhoz hasonló modellen haladt át, noha a rendszer korábban nem tanult sem ezen a 3D modellen, sem a fényfizikán.

Haixu Wu, az MIT posztdoktori kutatója és CSAIL-kutatója, a tanulmány másik társvezető szerzője az MIT Newsnak azt mondta: „Ha a modelled jól teljesít ipari mércéken, az azt jelenti, hogy képes megoldani a legnehezebb fizikai feladatokat.” Wu szerint: „A GeoPT másodpercek alatt készített nagy pontosságú szimulációkat több mint 100 millió hálóponttal. Ez rendkívül hasznossá teheti az eszközt azoknak a mérnököknek, akik járműterveket szeretnének tesztelni anélkül, hogy olyan sok fizikai kísérletet kellene futtatniuk.”

Mit jelenthet ez a mérnököknek és a piacnak?

A kutatók a GeoPT-t egy nagyobb cél előzetesének tekintik: olyan fizikai világmodell felé tartanak, amely sok adaton tanított alaprendszerként különböző feladatokhoz segítheti az AI-eszközök általánosítását. A csapat a rendszer skálázását tervezi, több alakzaton történő tanítással és összetettebb fizikai jelenségek szimulálásával.

Az MIT cikke szerint egy mélyebb megközelítés időjárási mintázatok modellezésében, különböző anyagok tesztelésében és valósághű videók generálásában is segíthet. Fei Sha, a Meta AI-kutatója, aki nem vett részt a kutatásban, az MIT Newsnak úgy fogalmazott: „A szintetikus dinamikai adatok használata izgalmas paradigma a fizika alaprendszerekbe való beépítésére.” Szerinte a megközelítés megkérdőjelezi azt a hagyományos nézetet, hogy a fizika és a geometria számítási szempontból szükségszerűen összefonódik, és drága, specializált adatokra van szükség.

A tanulmányt Wu és Guo mellett az MIT CSAIL kutatói, Zongyi Li, Zhiyang (Frank) Dou, Kaiming He és a vezető szerző Wojciech Matusik írták, valamint Mingsheng Long, a Tsinghua University docense. A csapat júliusban mutatta be a munkát az International Conference on Machine Learning konferencián. A kutatást részben a Neural Modular Physics Twin for Robotics támogatta.