三院士三教授熱聊元宇宙&——AIGC，學術界怎么看？
來源：清元宇宙在近日舉辦的中國江寧2023元宇宙產業(yè)·人才高峰論壇暨AIGC發(fā)展大會上，中國工程院院士譚建榮、劉韻潔、鄭緯民出席并發(fā)表了主旨演講。除了三大院士，還有清華
9 月 16 日消息，周一，洛斯阿拉莫斯國家實驗室與新墨西哥大學的科研人員聯(lián)合公布了一款人工智能（AI）框架，該框架可助力解決物理學領域一項極具挑戰(zhàn)性的計算難題。
這款名為“高維物體表示張量”（THOR）的 AI 框架，采用張量網(wǎng)絡方法計算“位形積分（configurational integral）”—— 這一核心方程描述了材料內部粒子的相互作用機制。
THOR 人工智能以史無前例的速度加速了該方程的計算過程，為超級計算機節(jié)省了數(shù)周的運算時間。得益于此，科研人員能夠更精準地預測金屬與晶體在極端條件下的行為特征。
THOR 人工智能的工作原理據(jù)了解，對位形積分的求解一直是困擾物理學家的難題，但該積分卻是預測材料性能的關鍵，包括材料的強度、穩(wěn)定性，以及在極端條件下的變化能力。
THOR 人工智能通過張量網(wǎng)絡數(shù)學方法解決了這一難題，將超級計算機原本需要數(shù)周的運算時間縮短至秒級，成功將曾經被認為“無法完成”的計算轉化為高效、精準的流程。
該項目負責人、洛斯阿拉莫斯國家實驗室資深 AI 科學家博揚?亞歷山德羅夫表示：“位形積分用于捕捉粒子間的相互作用，其求解難度大、耗時長是公認的問題，尤其在涉及極端壓力或相變的材料科學應用場景中，這一問題更為突出。”
他進一步補充道：“精準確定材料的熱力學行為，不僅能深化我們對統(tǒng)計力學的科學認知，還能為冶金學等關鍵領域提供重要參考。”
此項突破的重要意義該科研團隊將原本需要超級計算機模擬數(shù)周的計算任務，轉化為可在數(shù)小時內完成的計算，為科研人員提供了一種強大的新工具，助力其深入研究冶金學、相變現(xiàn)象以及高壓條件下的材料特性，而這些領域對航空航天工程、清潔能源等眾多產業(yè)均具有重要意義。
可以這樣類比：物理學家對位形積分的求解，相當于要計算數(shù)十億塊樂高積木所有可能的拼接方式，其復雜程度可想而知。
這一問題的難度之高，即便借助超級計算機也難以高效求解。而該問題的突破，對冶金學、高壓物理學及相變研究領域而言至關重要。
THOR 人工智能通過將龐大的數(shù)據(jù)立方體拆解為更小的關聯(lián)組件，成功克服了“維度災難”（高維數(shù)據(jù)處理難題），這一過程類似將雜亂的樂高積木重新整理成規(guī)整的鏈條。
當與定制化插值算法結合使用時，這種“張量列車”技術能以更快的速度解決原本難以處理的問題。關鍵在于，其在將運算速度提升至分子動力學模擬的 400 倍的同時，仍保持了計算結果的精準度。
真實場景測試結果科研人員在銅、氬、錫等多種高難度測試場景中對 THOR 人工智能進行了驗證：
在銅的測試中，該框架精準復現(xiàn)了高密度條件下銅的內能與壓力數(shù)據(jù)；
在氬的測試中，其計算結果與千兆帕壓力下基于機器學習的分子動力學模擬結果完全吻合；
在錫的測試中，THOR 人工智能以極高的精度捕捉到了錫的固 - 固相變過程，生成完整的相圖僅需 5.8 核時（core hours），而傳統(tǒng)方法完成相同任務通常需要 2560 核時。
未來應用前景這項研究的影響可能遠超理論層面。更快、更精準的建模技術有望加速新型合金的研發(fā)進程，推動清潔能源技術的發(fā)展，并助力提升航空航天材料與電子材料的性能。
若 THOR 人工智能不僅能加快材料研發(fā)的速度，還有可能重塑科研人員在各學科領域解決高維問題的方式。
目前，這項突破性研究成果已發(fā)表于美國物理學會（APS）旗下期刊。
本文鏈接：http://www.rrqrq.com/showinfo-45-27686-0.htmlAI 助力科學家攻克物理學計算難題，大大加速材料科學研究
聲明：本網(wǎng)頁內容旨在傳播知識，若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號