Ранее суперкомпьютерам требовалось до 2560 часов на эти вычисления, а новый ИИ справился всего за 5,8 часов.
Исследователи из Лос-Аламосской национальной лаборатории (США) и Университета Нью-Мексико представили революционную систему искусственного интеллекта THOR, способную справиться с одним из самых трудоемких вычислений в физике с начала ХХ века — конфигурационным интегралом, описывающим взаимодействие частиц внутри материалов. Результаты опубликованы в журнале APS.
Конфигурационный интеграл — это математическая формула, которая показывает, как атомы и молекулы ведут себя вместе. Представьте себе миллиард кубиков Lego, которые нужно собрать во все возможные комбинации. Для суперкомпьютеров это было почти непосильной задачей: традиционные методы требовали до 2560 часов вычислений, но THOR справляется с тем же объемом работы за 5,8 часов.
ИИ THOR использует методы тензорных сетей — особый способ разбиения огромного массива данных на связанные между собой куски, которые проще анализировать.
«Конфигурационный интеграл, который учитывает взаимодействия частиц, крайне сложен и трудоемок, особенно когда речь идет о материалах под экстремальным давлением или фазовыми переходами. Точные расчеты позволяют глубже понять статистическую механику и дают ключевые данные для металлургии», — объясняет Боян Александров, старший научный сотрудник проекта.
Что делает THOR особенно ценным, так это сочетание скорости и точности. Система не просто ускоряет вычисления, она сохраняет корректность результатов, обеспечивая до 400-кратное сокращение времени по сравнению с методами молекулярной динамики. Алгоритм разлагает сложные задачи на «тензорные поезда» и применяет умную интерполяцию, словно строя аккуратные цепочки, что делает расчеты управляемыми и предсказуемыми.
Ученые проверили THOR на нескольких образцах: медь, аргон и олово. Медь показала верное распределение энергии и давления при высоких плотностях, аргон продемонстрировал согласие с машинным обучением и молекулярной динамикой при гигапаскалях давления, а олово позволило точно построить фазовую диаграмму при переходе «твердое-твердое», то есть когда металл изменяет кристаллическую структуру, оставаясь в твердом состоянии.
Применение THOR выходит далеко за пределы теоретической физики. Более быстрые и точные модели помогут ускорить разработку новых сплавов, материалов для аэрокосмической и электронной отрасли, а также технологий чистой энергии. Исследование показывает, что ИИ способен «разрушить проклятие размерности», делая ранее невыполнимые многомерные задачи решаемыми в считанные часы.
«Мы открываем новые горизонты для материаловедения и физики высоких давлений. THOR превращает трудоемкие вычисления в инструмент, который реально можно использовать для практических открытий», — подчеркнул Александров