دانشمندان دانشگاه نیومکزیکو (UNM) و آزمایشگاه ملی لس‌آلاموس (LANL) موفق به توسعه‌ی فریم‌ورک هوش مصنوعی پیشرفته‌ای به نام THOR AI شده‌اند که توانایی حل سریع معادلات پیچیده و غیرممکن فیزیکی را دارد. این سیستم نوآورانه، چشم‌انداز جدیدی در فیزیک محاسباتی، مطالعه مواد و شبیه‌سازی‌های ترمودینامیکی ایجاد کرده است. فریم‌ورک Tensors for High-dimensional Object Representation (THOR) با بهره‌گیری از الگوریتم‌های شبکه‌ای تنسور (Tensor Network) و مدل‌های یادگیری ماشینی، توانسته است محاسبات سنگین انتگرال‌های پیکربندی و معادلات دیفرانسیل جزئی را با دقت بالا و در زمان بسیار کوتاه انجام دهد. این محاسبات نقش اساسی در تعیین رفتار مواد در شرایط مختلف فشار، دما و تغییر فاز دارند.

دکتر بوئیان الکساندروف، دانشمند ارشد هوش مصنوعی در لس‌آلاموس، توضیح می‌دهد که انتگرال پیکربندی از دشوارترین بخش‌های مکانیک آماری است و محاسبه‌ی مستقیم آن تا امروز تقریباً غیرممکن بود. این انتگرال برهم‌کنش میان ذرات را در سیستم‌های فیزیکی توصیف می‌کند و نقش کلیدی در درک رفتار ترمودینامیکی مواد دارد. روش‌های سنتی مانند دینامیک مولکولی و شبیه‌سازی مونت‌کارلو برای برآورد این انتگرال‌ها به زمان بسیار طولانی نیاز داشتند و حتی ابرکامپیوترها هم قادر به حل دقیق آن‌ها نبودند. اما تیم تحقیقاتی با استفاده از تکنیک "Tensor Train Cross Interpolation" موفق شد داده‌های چندبعدی را به زنجیره‌ای از مؤلفه‌های کوچک‌تر تبدیل کرده و انتگرال را تنها در چند ثانیه محاسبه کند.

فریم‌ورک THOR AI در آزمایش‌های مختلف روی فلزاتی مانند مس و گاز نجیب آرگون در فشار بالا و همچنین بررسی تغییر فاز جامد-جامد قلع (Tin) نتایجی دقیق‌تر و ۴۰۰ برابر سریع‌تر از شبیه‌سازی‌های کلاسیک به دست آورد. به گفته‌ی دیمیتیر پتسف، استاد مهندسی شیمی دانشگاه نیومکزیکو، این روش نوین استاندارد جدیدی برای مقایسه‌ی روش‌های محاسباتی در مکانیک آماری ایجاد کرده است.

Duc Truong، نویسنده اصلی مقاله منتشرشده در Physical Review Materials می‌گوید:
«THOR AI جایگزینی برای صدها سال شبیه‌سازی‌های تقریبی در مکانیک آماری است و درهای جدیدی را برای کشف سریع‌تر و دقیق‌تر مواد باز می‌کند.» این دستاورد، گامی بزرگ در مسیر هوش مصنوعی فیزیکی (AI for Physics) و پیشرفت علم مواد محسوب می‌شود و می‌تواند بنیان تحقیقات آینده در فیزیک نظری، شیمی محاسباتی و مهندسی متالورژی را متحول کند.

منبع خبر: scitechdaily