Para peneliti dari MIT, University of British Columbia (UBC), dan sejumlah institusi lain memperkenalkan WorldParticle, sistem kecerdasan buatan tunggal yang mampu mensimulasikan berbagai fenomena fisik — mulai dari material granular seperti pasir hingga dinamika protein — dengan satu arsitektur terpadu, tanpa perlu menulis simulator baru untuk setiap kasus. 🔗 MIT News
Dari Banyak Simulator ke Satu Model
Selama ini, ilmuwan yang ingin mensimulasikan proses fisik harus memilih alat yang tepat untuk satu pekerjaan tertentu: solver untuk air yang mengalir, simulator lain untuk protein yang melipat, dan seterusnya. Setiap simulator dikodekan secara manual berdasarkan persamaan yang mengatur perilaku proses tersebut.
Pendekatan WorldParticle menggantikan tambal sulam ini dengan satu sistem deep learning yang dapat memodelkan beragam fenomena fisik dengan arsitektur AI terpadu. Karena mempelajari dinamika yang mendasari alih-alih diprogram dengan persamaan, model dapat beradaptasi pada material, gaya, dan lingkungan yang tidak pernah dijumpainya saat pelatihan. 🔗 MIT News
Bagaimana WorldParticle Bekerja
Sistem ini merepresentasikan setiap material yang disimulasikan — dari gundukan pasir hingga molekul protein — sebagai partikel-partikel kecil, lalu memprediksi ke mana partikel-partikel tersebut bergerak selangkah demi selangkah.
Arsitekturnya disebut mirip ChatGPT: alih-alih memprediksi satu kata pada satu waktu untuk menulis teks, WorldParticle memprediksi bagaimana partikel-partikel bergerak, satu langkah pada satu waktu. Setiap langkah simulasi memprediksi gerak material dalam satuan waktu satu detik. 🔗 MIT News
Teknik Kunci: Representasi Lagrangian dan Jaringan Saraf
WorldParticle memecah objek menjadi ribuan hingga jutaan titik tiga dimensi, atau partikel, menggunakan representasi Lagrangian. Ia melacak pergerakan dan kecepatan partikel di ruang dan waktu untuk mensimulasikan dinamika material.
Jaringan saraf mengambil posisi 3D dan sifat fisik partikel sebagai masukan, lalu mengeluarkan posisi dan sifatnya untuk bingkai berikutnya. Sebelum setiap langkah simulasi, sistem memisahkan gaya eksternal yang memengaruhi sistem fisik — misalnya gaya tumbukan yang menimpa dinding laut ketika gelombang menghantamnya.
Setelah memprediksi keadaan awal partikel, WorldParticle mengintegrasikan kembali gaya eksternal ke simulasi, menyesuaikan prediksi berdasarkan pengaruh gaya tersebut. Dengan cara ini, sistem dapat melakukan generalisasi pada material yang belum pernah dilihat, kondisi lingkungan yang berubah, dan gaya yang bervariasi. 🔗 MIT News
Skalabilitas dan Validasi
Karena objek kompleks dapat dipecah menjadi jutaan partikel, permasalahan ini dengan cepat menjadi sangat berat secara komputasi. Para peneliti menggunakan teknik penggabungan (merging) untuk mengompres partikel sambil tetap menangkap detail halus perilakunya.
WorldParticle divalidasi dengan memodelkan enam fenomena fisik berbeda, termasuk benda deformabel, material granular, dan protein, dengan akurasi lebih tinggi dibanding metode simulasi numerik. 🔗 MIT News
Hasil yang Dilaporkan
- WorldParticle secara efektif menangkap bagaimana objek granular runtuh menjadi tumpukan, sementara beberapa metode pembanding meninggalkan partikel pasir "melayang" di udara.
- Model ini mensimulasikan perubahan struktur protein seiring waktu sekitar 100 kali lebih cepat daripada simulator numerik.
- Kerangka kerja ini dapat diterapkan pada banyak material dan proses, termasuk manipulasi robot lunak, evolusi RNA, hingga fenomena astrofisika seperti penggabungan galaksi.
- Tim mencakup peneliti dari MIT, UBC, Georgia Tech, Inria, Meta, University of Pennsylvania, University of Utah, UCLA, dan University of Hong Kong.
- Penelitian akan dipresentasikan pada ACM SIGGRAPH Conference and Exhibition on Computer Graphics and Interactive Techniques in Asia.
🔗 MIT News
Visi Jangka Panjang
Para peneliti berharap karya ini membantu ilmuwan menemukan material baru dan mengeksplorasi proses fisik yang sulit dipelajari dengan metode simulasi yang ada. Mereka menginginkan "momen GPT" untuk simulasi: satu model fondasi yang langsung dapat digunakan untuk skenario simulasi apa pun.
Ke depan, mereka ingin mengadaptasi WorldParticle untuk mensimulasikan berbagai sistem fisik lain dan membangun pipeline simulasi tujuan umum untuk penemuan ilmiah. 🔗 MIT News
Sumber
- MIT News, "A single AI model simulates the behavior of many substances, from sliding sand to folding proteins," 9 November 2026. 🔗 https://news.mit.edu/2026/single-ai-model-simulates-many-substances-behavior-1109
- Paper: Wang, Guo, Chen, dkk., "WorldParticle: Unified World Simulation of Lagrangian Particle Dynamics via Transformer" (open access). 🔗 https://arxiv.org/pdf/2605.15305
Tidak ada komentar:
Posting Komentar