Phòng thí nghiệm Mỹ giải quyết câu đố vật lý 100 năm tuổi bằng khung AI mới

Các nhà khoa học tại Phòng thí nghiệm Quốc gia Los Alamos và Đại học New Mexico đã phát triển một khung AI gọi là Tensors for High-dimensional Object Representation (THOR) giải quyết một thách thức vật lý tồn tại suốt một thế kỷ: tính toán hiệu quả tích phân cấu hình. Tích phân này là nền tảng để hiểu các tương tác hạt trong vật liệu, rất quan trọng để dự đoán các tính chất như độ bền và sự ổn định dưới các điều kiện khắc nghiệt. THOR sử dụng toán học mạng tensor để giảm đáng kể thời gian tính toán từ hàng tuần trên siêu máy tính xuống chỉ còn vài giờ hoặc giây, đồng thời duy trì độ chính xác cao. Tiến bộ này cho phép mô hình hóa chính xác hơn các kim loại và tinh thể, đặc biệt dưới áp suất cao và trong quá trình chuyển pha. THOR giải quyết "lời nguyền của chiều không gian" bằng cách phân rã dữ liệu phức tạp, đa chiều thành các thành phần nhỏ hơn, liên kết với nhau, giống như việc sắp xếp lại hàng tỷ viên gạch Lego thành các chuỗi dễ quản lý. Khi kết hợp với thuật toán nội suy tùy chỉnh, kỹ thuật chuỗi tensor này đạt tốc độ nhanh hơn tới 400 lần so với các mô phỏng động lực học phân tử truyền thống. Các thử nghiệm thực tế trên đồng, argon và thiếc đã chứng minh khả năng của THOR trong việc tái tạo chính xác các tính chất nhiệt...