عدد اليوم
طوّر باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) وجامعة تسينغهوا نموذجًا جديدًا للذكاء الاصطناعي باسم «GeoPT»، يهدف إلى تحسين قدرة نماذج المحاكاة على فهم الفيزياء وتمثيل التفاعلات الواقعية في بيئات ثلاثية الأبعاد.
ويعتمد النموذج على نهج للتدريب المسبق يحاكي تفاعلات ميكانيكية بين الجسيمات والأجسام، ما يساعده على التنبؤ باستجابة السيارات والطائرات والقوارب والروبوتات لعوامل مثل الرياح والمياه والاصطدامات.
وتواجه نماذج الذكاء الاصطناعي الحالية صعوبة في محاكاة السيناريوهات الفيزيائية المعقدة، كما تتطلب هذه العملية كميات كبيرة من البيانات ووقتًا طويلًا لإجراء الحسابات اللازمة.
أداء أسرع وبيانات أقل
تدرّب «GeoPT» على نحو 1.3 مليون عينة من «الديناميكيات الاصطناعية»، تضمنت محاكاة حركة جسيمات صغيرة بسرعات وزوايا مختلفة حتى تتوقف عند نقاط على أجسام ثلاثية الأبعاد.
وأظهرت الاختبارات أن النموذج وصل إلى أفضل أداء بسرعة تصل إلى ضعف سرعة النماذج المتقدمة، مع استخدام بيانات أقل بنسبة تصل إلى 60%.
وفي محاكاة استجابة هيكل قارب للهواء والأمواج، احتاج «GeoPT» إلى بيانات موسومة أقل بنسبة 60%، ووصل إلى أعلى مستوى من الدقة بسرعة تفوق أفضل النماذج المرجعية أربع مرات.
محتوى مشابه.. تعاون بين الإنسان والآلة يغوص إلى أعماق البحار
كما نجح في محاكاة تشوه السيارات بعد الاصطدام، واستجابة الطائرات المقاتلة للرياح، إضافة إلى محاكاة مرور الضوء عبر أجسام ثلاثية الأبعاد، رغم عدم تدريبه مسبقًا على النموذج المستخدم أو فيزياء الضوء.
وقال مينغهاو غو، طالب الدكتوراه في MIT والباحث في مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL)، إن الباحثين ينظرون إلى الفيزياء باعتبارها «النمط الثالث» لنماذج الذكاء الاصطناعي بعد النصوص والبكسلات، مشيرًا إلى أن إضافة الدقة الفيزيائية يمكن أن تجعل نتائج هذه النماذج أكثر واقعية.
وقال هايشو وو، الباحث في MIT وCSAIL، إن «GeoPT» أنشأ محاكاة عالية الدقة تضم أكثر من 100 مليون نقطة شبكية خلال ثوانٍ، ما قد يساعد المهندسين على اختبار تصاميم المركبات دون الحاجة إلى إجراء عدد كبير من التجارب الفيزيائية.
تعرف على.. الذكاء الاصطناعي يفك شفرات تاريخية عمرها قرون
خطوة نحو نموذج أساس للفيزياء
يرى الباحثون أن «GeoPT» يمثل خطوة أولية نحو تطوير نموذج أساس للفيزياء يمكن تدريبه على عدد أكبر من الأشكال ومحاكاة ظواهر أكثر تعقيدًا، مثل أنماط الطقس واختبار المواد وإنشاء مقاطع فيديو واقعية.
وقالت فيي شا، عالمة أبحاث الذكاء الاصطناعي في شركة Meta، التي لم تشارك في البحث، إن استخدام بيانات الديناميكيات الاصطناعية يمثل نهجًا واعدًا لإدخال المعرفة الفيزيائية إلى نماذج الأساس.
وقدّم الفريق البحثي الدراسة في المؤتمر الدولي للتعلم الآلي (ICML) في يوليو، وحظي البحث بدعم جزئي من مشروع Neural Modular Physics Twin for Robotics.
أسامة عثمان (أبوظبي)
