MIT联合清华大学研究人员开发出可加速物理模拟的AI模型

人工智能模型堪称多面手，能写作、生成图像、创建3D模型。但在测试机器人或交通工具设计在不同环境中的表现时，它们的帮助就没那么大了——因为它们对物理的理解，远不如对像素或文本的理解那么深入。

GeoPT模型"对于希望测试交通工具设计蓝图、而无需进行大量物理实验的工程师来说，可能极为有用"。MIT博士后、CSAIL研究员Haixu Wu表示。

要构建一个能够可靠模拟各种物理场景的AI系统，工程师需要大规模的物理数据，而这在目前还难以实现。这是因为，让神经网络获取哪怕少量它们能够理解的数据点，都非常耗时。它们依赖被称为"数值求解器（numerical solvers） "的算法，来计算3D形状不同位置的物理属性。这是一个细致入微的过程，但耗时极长，以至于限制了你能拥有的数据量——比如说，用来测试你的飞机设计是否安全、是否符合空气动力学的数据。

由麻省理工学院计算机科学与人工智能实验室（CSAIL）与清华大学的研究人员共同开发的一种名为"GeoPT"的新型预训练方法，为模拟模型提供了一种更广泛、更高效的学习物理的途径。它在虚拟环境中重现日常的3D力学交互，展示粒子在接触物体表面某一部分时如何停止运动。这些模拟让模型对物理规律产生感知，帮助它们更准确地建模真实世界、达到峰值性能的速度提升一倍，并且相比主流模型，训练所需数据量减少多达60% 。

不久之后，这项研究有望帮助工程师预测交通工具（如汽车和飞机）、日常用品（包括椅子和容器）以及机器人在风、水、碰撞等各种物理因素作用下的反应。研究人员相信，他们的工作也可能是迈向物理基础模型的一步——一种基于大量数据训练的骨干系统，可以帮助AI工具泛化到不同任务。

"我们认为，物理是AI模型继文本和像素之后的第三种模态，"MIT博士生、CSAIL研究员Minghao Guo说道，他是介绍GeoPT论文的共同第一作者。"我们的通用模型具备多功能性，有助于构建物理世界模型。许多模型，如生成机器人数据和视频的模型，已经精通文本和视觉数据，但有了物理准确性，它们将能得到更逼真的结果。"

易于使用

使用GeoPT非常简单：用户只需上传船舶、客机、卡车等物体的3D模型，并指定想要模拟的力的方向和速度。输出结果是一种热力图，显示物体不同部位将如何受到影响。

如果你知道想要模拟的力的速度和方向，就可以用GeoPT来捕捉它。当你想模拟以下场景时，这会非常有用：

• 一辆汽车撞上墙壁后会变成什么样

• 光线如何在物体周围反射

• 一艘船在汹涌的波浪中是否能保持漂浮

但GeoPT为什么能这么好地"理解"物理呢？它的知识来自"合成动力学（synthetic dynamics） "——即微小粒子与复杂3D形状之间的一系列相互作用。

GeoPT研究了130万个合成动力学样本：微小的球体以各种速度和角度运动，直到在物体表面的某个点停止。这些粒子一旦接触物体就会"粘"在上面，而不是穿过或弹开。想象一下用弹珠和人偶来学习物理交互——类似地，模拟模型可以利用合成动力学，在使用标注数据训练之前，先建立对物理的感觉。

工业场景表现优异

研究人员发现，GeoPT在模拟工业场景方面尤为出色，在各项基准测试中均超越了当前最先进的模拟模型。共同点是：它比其他工具更快达到峰值性能，同时所需的标注数据大幅减少。

例如，在一个包含复杂3D形状及其对气流和表面压力响应的数据集中，GeoPT在速度、准确性和效率三个方面均超越了最先进模型。

在捕捉战斗机对风力的响应方面，GeoPT在速度和准确性上也取得了类似的胜利。

当GeoPT测试船体在空气和波浪双重作用下的表现时，它捕捉两种物理力所需的标注数据减少了60% ，并且达到峰值准确率的速度比顶级基准模型快四倍。

该系统甚至成功模拟了不同类型的汽车与另一物体碰撞后的外观。它正确预测了3D车辆如何变形，而使用的数据量少于最先进的基准模型。

同样地，它对光线穿过一个玩具兔子模型的模拟也非常准确——尽管它从未在该3D模型或光学物理上接受过训练。

"如果你的模型在工业基准测试中表现出色，那就意味着它能够解决最困难的物理任务，"共同第一作者Haixu Wu表示。"GeoPT能够在几秒钟内生成超过1亿个网格点的高保真模拟。这可能使该工具对希望测试交通工具设计蓝图、而无需进行大量物理实验的工程师极为有用。"

研究人员补充说，他们的系统只是他们一直致力于构建的物理世界模型的一个预览。团队希望扩大系统规模，在更多形状上进行训练，并模拟更复杂的物理现象。例如，更深入的方法可以帮助建模天气模式、测试不同材料以及生成逼真视频。

"使用合成动力学数据是将物理注入基础模型的一种令人兴奋的范式，"Meta AI研究科学家Fei Sha表示（他未参与此项研究）。"它挑战了传统观念——即物理和几何在计算中必然相互纠缠，人们必须获取昂贵且专业化的数据。在广泛应用领域取得的成功将我们带到了这个重要的节点：我们已经准备好了，现在就可以快速构建物理基础模型。"

论文作者包括Wu和Guo，以及MIT CSAIL的同事：实验室博士后Zongyi Li；CSAIL附属成员、MIT电气工程与计算机科学（EECS）博士生Zhiyang (Frank) Dou；实验室首席研究员、EECS副教授、Google DeepMind杰出科学家Kaiming He ；以及资深作者Wojciech Matusik——Joan and Irwin M. (1957) Jacobs讲席教授、EECS教授、CSAIL首席研究员。清华大学副教授Mingsheng Long也是共同作者。

该团队已于7月在国际机器学习大会（ICML） 上发表了这篇论文。研究工作部分得到了"机器人神经模块化物理孪生"项目的支持。