详细内容或原文请订阅后点击阅览
人工智能突破终于破解了百年物理难题
人工智能框架现在可以在几秒钟内计算出曾经不可能的物理方程。这一突破重新定义了科学家研究材料行为的方式。新墨西哥大学和洛斯阿拉莫斯国家实验室的研究人员创建了一个先进的计算框架，解决了数十年来困扰统计物理学家的一个主要问题。称为 [...] 的张量
来源:SciTech日报人工智能框架现在可以在几秒钟内计算出曾经不可能的物理方程。这一突破重新定义了科学家研究材料行为的方式。
新墨西哥大学和洛斯阿拉莫斯国家实验室的研究人员创建了一个先进的计算框架，解决了数十年来困扰统计物理学家的一个主要问题。
该系统被称为高维对象表示张量 (THOR) 人工智能框架，使用张量网络算法来有效压缩和分析大量构型积分和偏微分方程。这些方程对于确定材料在不同热力学和机械条件下的行为至关重要。通过将张量网络与代表原子间力和原子运动的机器学习势相结合，研究人员在各种物理环境中实现了精确、可扩展的材料模拟。
机器学习“构型积分（捕获粒子相互作用）的评估非常困难且耗时，特别是在涉及极端压力或相变的材料科学应用中，”该项目负责人、洛斯阿拉莫斯高级人工智能科学家 Boian Alexandrov 说道。 “准确确定热力学行为可以加深我们对统计力学的科学理解，并为冶金等关键领域提供信息。”
克服经典模拟的局限性
使用 THOR AI 进行快速准确的计算
THOR 项目可在 GitHub 上获取。
可在 GitHub 上获取 谷歌 发现 新闻