ИИ THOR решает 100-летнюю физическую задачу за секунды

Исследователи из Университета Нью-Мексико и Национальной лаборатории в Лос-Аламосе представили новый вычислительный подход для решения одной из самых сложных задач статистической физики — расчёта конфигурационных интегралов. Их система, названная THOR (Tensors for High-dimensional Object Representation), использует алгоритмы тензорных сетей и машинное обучение для моделирования взаимодействия атомов в материалах.

Конфигурационный интеграл, описывающий взаимодействия частиц, крайне сложен для вычисления, особенно в условиях экстремальных давлений или фазовых переходов. Традиционные методы, такие как молекулярная динамика, требуют недель вычислений на суперкомпьютерах и дают лишь приближённые ответы из-за «проклятия размерности» — экспоненциального роста сложности с увеличением числа переменных.

«Решение конфигурационного интеграла напрямую традиционно считалось невозможным, так как классическим методам интегрирования потребовалось бы время, превышающее возраст Вселенной», — отметил профессор Димитер Петсев.

THOR преобразует эту неразрешимую задачу, представляя огромный многомерный набор данных в виде последовательности меньших связанных частей с помощью метода «тензорного поезда». Специальная версия алгоритма также выявляет кристаллические симметрии в материале, что резко сокращает объём вычислений.

В тестах на таких материалах, как медь, аргон под давлением и олово в процессе фазового перехода, THOR воспроизвёл результаты, полученные ранее в продвинутых симуляциях Лос-Аламоса, но более чем в 400 раз быстрее. Расчёты, занимавшие тысячи часов, теперь выполняются за секунды.

«Этот прорыв заменяет столетние симуляции и аппроксимации конфигурационного интеграла расчётом из первых принципов», — заявил ведущий автор исследования Дак Чыонг.

Гибкость фреймворка позволяет анализировать материалы в самых разных условиях, что делает его ценным инструментом для материаловедения, физики и химии. Проект THOR доступен на GitHub.