———-THOR AI는 100년 된 물리학 문제를 몇 초 만에 해결합니다.

이러한 계산은 재료의 열역학적 및 기계적 거동을 예측하는 데 필수적입니다. 시스템을 더욱 강력하게 만들기 위해 연구원들은 프레임워크를 원자가 상호 작용하고 움직이는 방식을 포착하는 기계 학습 잠재력과 결합했습니다. 이러한 통합을 통해 과학자들은 광범위한 물리적 환경에서 재료를 정확하고 효율적으로 모델링할 수 있습니다.

이 프로젝트를 주도한 로스 알라모스(Los Alamos)의 수석 AI 과학자 보이안 알렉산드로프(Boian Alexandrov)는 “입자 상호 작용을 포착하는 구성 적분은 평가하기가 매우 어렵고 시간이 많이 걸리는 것으로 악명이 높습니다. 특히 극한 압력이나 상 전이와 관련된 재료 과학 응용 분야에서는 더욱 그렇습니다.”라고 말했습니다. “열역학적 거동을 정확하게 결정하면 통계 역학에 대한 과학적 이해가 깊어지고 야금과 같은 핵심 분야에 대한 정보를 얻을 수 있습니다.”

구성적분을 계산하기 어려운 이유

수십 년 동안 연구자들은 구성 적분을 추정하기 위해 분자 역학 및 몬테카를로 시뮬레이션과 같은 간접 계산 기술에 의존해 왔습니다. 이러한 방법은 장기간에 걸쳐 엄청난 수의 상호 작용을 시뮬레이션하여 원자의 움직임을 재현하려고 시도합니다.

가장 큰 장애물은 과학자들이 “차원성의 저주”라고 부르는 것에서 비롯됩니다. 변수의 수가 증가하면 계산의 복잡성도 기하급수적으로 증가합니다. 심지어 가장 발전된 슈퍼컴퓨터도 이 문제에 어려움을 겪고 있습니다. 결과적으로 시뮬레이션은 대략적인 답변만 제공하면서 몇 주 동안 실행되는 경우가 많습니다.

UNM 화학 및 생물 공학과 교수인 Dimiter Petsev는 재료 과학 연구에서 Alexandrov와 자주 협력합니다. Alexandrov가 그의 팀이 개발한 계산 전략을 설명했을 때 Petsev는 이 기술이 통계 역학의 구성 적분을 직접 평가하는 방법을 제공할 수 있다는 것을 깨달았습니다.

“전통적으로 구성 적분을 직접 해결하는 것은 적분에 종종 수천 단위의 차원이 포함되기 때문에 불가능한 것으로 간주되었습니다. 고전적인 통합 기술은 현대 컴퓨터에서도 우주의 나이를 초과하는 계산 시간이 필요합니다”라고 Petsev는 말했습니다. “그러나 Tensor 네트워크 방법은 다른 접근 방식을 벤치마킹할 수 있는 정확성과 효율성의 새로운 표준을 제공합니다.”

THOR AI는 고차원 계산을 실용적으로 만듭니다

THOR AI는 겉보기에 관리하기 어려운 문제를 효율적으로 해결할 수 있는 문제로 변환합니다. 이는 피적분 함수의 대규모 고차원 데이터 세트를 더 작은 연결된 조각의 시퀀스로 표현함으로써 이를 수행합니다. 프레임워크는 이러한 압축을 달성하기 위해 “텐서 트레인 교차 보간”이라는 수학적 전략을 사용합니다.

연구원들은 또한 재료 내의 주요 결정 대칭성을 감지하는 특수 버전의 방법을 개발했습니다. THOR AI는 이러한 패턴을 식별함으로써 필요한 계산량을 획기적으로 줄입니다. 한때 수천 시간이 걸렸던 계산이 이제는 정확성을 희생하지 않고도 몇 초 만에 완료될 수 있습니다.

재료 과학 및 물리학을 위한 더 빠른 시뮬레이션

팀은 여러 재료 시스템에서 THOR AI를 테스트했습니다. 여기에는 구리와 같은 금속, 결정 상태의 아르곤과 같은 극압 하의 비활성 가스, 주석의 복잡한 고체-고체 상전이가 포함됩니다. 각각의 경우에 새로운 방법은 이전에 고급 Los Alamos 시뮬레이션에서 얻은 결과를 400배 이상 빠르게 실행하면서 재현했습니다.

또한 이 프레임워크는 최신 기계 학습 원자 모델과 원활하게 통합되어 다양한 조건에서 재료를 분석할 수 있습니다. 이러한 유연성으로 인해 연구원들은 THOR AI가 재료 과학, 물리학 및 화학 전반에 걸쳐 귀중한 도구가 될 수 있다고 말합니다.

Los Alamos의 과학자이자 Physical Review Materials에 발표된 연구의 주저자인 Duc Truong은 “이 획기적인 발전은 100년 된 시뮬레이션과 구성 적분의 근사치를 제1원리 계산으로 대체합니다.”라고 말했습니다. “THOR AI는 더 빠른 발견과 재료에 대한 더 깊은 이해의 문을 열어줍니다.”

THOR 프로젝트는 다음에서 이용 가능합니다. GitHub.