এআই মডেল স্লাইডিং বালি থেকে ফোল্ডিং প্রোটিন পর্যন্ত সবকিছু অনুকরণ করে

সিস্টেমটি প্রতিটি উপাদানকে উপস্থাপন করে যা এটি অনুকরণ করে, বালির স্তূপ থেকে একটি প্রোটিন অণু পর্যন্ত, ক্ষুদ্র কণা হিসাবে এবং ভবিষ্যদ্বাণী করে যে এই কণাগুলি একবারে এক ধাপ এগিয়ে যাবে। যেহেতু এটি একটি সমীকরণের সাথে প্রোগ্রাম করার পরিবর্তে অন্তর্নিহিত গতিবিদ্যা শেখে, মডেলটি উপকরণ, শক্তি এবং পরিবেশের সাথে খাপ খাইয়ে নিতে পারে যা এটি প্রশিক্ষণের সময় কখনও সম্মুখীন হয়নি।

দীর্ঘমেয়াদে, গবেষকরা আশা করেন যে এই কাজটি বিজ্ঞানীদের নতুন উপকরণ আবিষ্কার করতে এবং শারীরিক প্রক্রিয়াগুলি অন্বেষণ করতে সাহায্য করবে যা তারা কার্যকরভাবে বিদ্যমান সিমুলেশন পদ্ধতিগুলির সাথে অধ্যয়ন করতে অক্ষম হবে।

“আমরা সিমুলেশনের জন্য একটি GPT মুহূর্ত পেতে চাই,” বলেছেন পিটার ইচেন চেন, একজন প্রাক্তন এমআইটি পোস্টডক যিনি এখন ইউবিসি-তে একজন সহকারী অধ্যাপক, এবং এই কৌশলটির উপর একটি ওপেন-অ্যাক্সেস পেপারের সহ-সংশ্লিষ্ট লেখক৷ “প্রতিবার মানুষ যখনই একটি নির্দিষ্ট শারীরিক ঘটনার জন্য একটি সিমুলেটর তৈরি করতে চায়, তখন তাদের এটিকে স্ক্র্যাচ থেকে কোড করতে হবে। আমাদের দৃষ্টিভঙ্গি হল একটি ভিত্তি মডেল যা আপনি যেকোন পরিস্থিতিতে সিমুলেট করতে চান তার জন্য বাক্সের বাইরে কাজ করে। এটি সেই দিকের প্রথম পদক্ষেপ।”

চেনের সাথে যোগ দিয়েছেন সহ-সংশ্লিষ্ট এবং সহ-প্রধান লেখক মিংহাও গুও, একজন এমআইটি পোস্টডক; সহ-প্রধান লেখক Caoliwen Wang এবং Siyuan চেন, UBC স্নাতক ছাত্র; Wojciech Matusik, ইলেকট্রিক্যাল ইঞ্জিনিয়ারিং এবং কম্পিউটার বিজ্ঞানের একজন MIT অধ্যাপক যিনি কম্পিউটার সায়েন্স অ্যান্ড আর্টিফিশিয়াল ইন্টেলিজেন্স ল্যাবরেটরি (CSAIL); এবং ইউবিসি, জর্জিয়া টেক, ইনরিয়া, মেটা, পেনসিলভানিয়া বিশ্ববিদ্যালয়, ইউটাহ বিশ্ববিদ্যালয়, লস অ্যাঞ্জেলেসের ক্যালিফোর্নিয়া বিশ্ববিদ্যালয় এবং হংকং বিশ্ববিদ্যালয়ের অন্যান্যরা। গবেষণাটি এশিয়ার কম্পিউটার গ্রাফিক্স এবং ইন্টারেক্টিভ টেকনিকের উপর ACM SIGGRAPH সম্মেলন এবং প্রদর্শনীতে উপস্থাপন করা হবে।

ইউনিফাইড সিমুলেশন

এই কাজের জন্য, গবেষকরা বিশ্ব মডেল থেকে অনুপ্রেরণা নিয়েছিলেন। এই শক্তিশালী AI সিস্টেমগুলি সেই নিয়মগুলি শিখে যা ভৌত জগতকে নিয়ন্ত্রণ করে যাতে তারা ভবিষ্যদ্বাণী করতে পারে যে নির্দিষ্ট ক্রিয়া বা অবস্থার প্রতিক্রিয়ায় সময়ের সাথে সাথে বস্তু বা পরিবেশগুলি কীভাবে পরিবর্তিত হবে।

গবেষকরা এই ধারণাগুলিকে একটি ইউনিফাইড এআই আর্কিটেকচার তৈরি করতে প্রয়োগ করেছেন যা একাধিক ধরণের শারীরিক ঘটনাকে অনুকরণ করতে পারে।

“আপনি যদি বিকৃত বস্তু এবং তরল অধ্যয়ন করেন, আপনার দুটি সিমুলেটর প্রয়োজন হবে – প্রতিটি শারীরিক শাসনের জন্য একটি। কিন্তু আপনি যদি তাদের একটি মডেলে একীভূত করেন, তাহলে হয়ত আপনি এই দুটি প্রক্রিয়ার পদার্থবিদ্যাকে জোড়া দিতে পারেন এবং নতুন সমস্যাগুলির অন্তর্দৃষ্টি পেতে পারেন?” গুও বলেন।

WorldParticle একটি বস্তুকে হাজার বা লক্ষ লক্ষ ক্ষুদ্র, ত্রিমাত্রিক বিন্দু বা কণাতে বিভক্ত করে, যা ল্যাগ্রাঞ্জিয়ান উপস্থাপনা হিসাবে পরিচিত। এটি উপাদানের গতিশীলতা অনুকরণ করতে স্থান এবং সময়ের উপর কণার গতিবিধি এবং বেগ ট্র্যাক করে।

সাধারণত, যখন বিজ্ঞানীরা ল্যাগ্রাঞ্জিয়ান কণা ব্যবহার করে পদার্থ এবং ভৌত প্রক্রিয়ার মডেল করেন, তখন তারা একটি নিয়ন্ত্রক সমীকরণ ব্যবহার করে যা মৌলিক আইনগুলিকে সংজ্ঞায়িত করে যা সময় এবং স্থানের সাথে সেই উপাদানটি কীভাবে আচরণ করে তা নিয়ন্ত্রণ করে। তাদের অবশ্যই সেই জটিল সমীকরণটিকে একটি সূত্রে রূপান্তর করতে হবে যা একটি সংখ্যাসূচক সমাধানকারী পরিচালনা করতে পারে, প্রতিটি উপাদান এবং প্রক্রিয়ার জন্য এই পদক্ষেপগুলি পুনরাবৃত্তি করে যা তারা মডেল করতে চায়।

পরিবর্তে, গবেষকরা একটি নিউরাল নেটওয়ার্ক ডিজাইন করেছেন যা সাধারণভাবে পরিচালনার সমীকরণগুলি সমাধান করতে শেখে, প্রতিটিকে পরিচালনা করার জন্য একটি নতুন মডেল এবং সমাধানকারী ডিজাইন করার প্রয়োজনীয়তা দূর করে।

একবার WorldParticle একটি বস্তুকে কণাতে রূপান্তরিত করে, একটি নিউরাল নেটওয়ার্ক ইনপুট হিসাবে কণার 3D অবস্থান এবং শারীরিক বৈশিষ্ট্য গ্রহণ করে। এটি সিমুলেশনের পরবর্তী ফ্রেমের জন্য তাদের অবস্থান এবং বৈশিষ্ট্যগুলিকে আউটপুট করে, সময় এবং স্থানের সাথে এক-সেকেন্ডের বৃদ্ধিতে উপাদানের গতির পূর্বাভাস দেয়।

“এটি ChatGPT-এর অনুরূপ স্থাপত্য। কিন্তু পাঠ্যের একটি অংশ লিখতে এক সময়ে একটি শব্দের পূর্বাভাস দেওয়ার পরিবর্তে, আমরা ভবিষ্যদ্বাণী করছি কিভাবে এই কণাগুলি এক ধাপে এক ধাপ এগিয়ে যাবে”।

প্রতিটি সিমুলেশন পদক্ষেপের আগে, WorldParticle বাহ্যিক শক্তিগুলিকে আলাদা করে যা শারীরিক সিস্টেমকে প্রভাবিত করে, যেমন আবেগ শক্তি যা একটি সমুদ্রের তরঙ্গকে প্রভাবিত করে যখন এটি একটি সীওয়ালে আঘাত করে।

কণাগুলির প্রাথমিক অবস্থার ভবিষ্যদ্বাণী করার পরে, WorldParticle বহিরাগত শক্তিগুলিকে আবার সিমুলেশনে একীভূত করে, সেই শক্তিগুলি কীভাবে বস্তুর আচরণকে প্রভাবিত করে তার উপর ভিত্তি করে তার কণার ভবিষ্যদ্বাণীগুলি সংশোধন করে। এইভাবে, সিস্টেমটি অদেখা উপকরণ, পরিবেশগত অবস্থার পরিবর্তন এবং বিভিন্ন শক্তিতে সাধারণীকরণ করতে পারে।

একটি সাধারণ, মাপযোগ্য কাঠামো

কিন্তু যেহেতু একটি জটিল বস্তুকে লক্ষ লক্ষ কণাতে বিভক্ত করা যেতে পারে, তাই সমস্যাটি মডেলটির পরিচালনার জন্য খুব দ্রুত গণনামূলকভাবে নিবিড় হয়ে ওঠে।

প্রক্রিয়াকরণকে স্ট্রীমলাইন করার জন্য, গবেষকরা কণাকে একত্রিত এবং সংকুচিত করার জন্য একটি মার্জিং কৌশল নিযুক্ত করেছিলেন যখন এখনও ওয়ার্ল্ডপার্টিকেলকে তাদের আচরণের সূক্ষ্ম-দানাযুক্ত বিবরণ ক্যাপচার করার অনুমতি দেয়।

গুও বলেছেন, “আমাদের অনেক বিস্তারিত প্রকৌশল করতে হবে এবং আর্কিটেকচারে অনেকগুলি টুইক নিয়োগ করতে হবে যাতে এটি সত্যিকারের সাধারণীকরণযোগ্য এবং মাপযোগ্য হয়”।

তারা সাংখ্যিক সিমুলেশন পদ্ধতির চেয়ে উচ্চ নির্ভুলতার সাথে বিকৃত বস্তু, দানাদার পদার্থ এবং প্রোটিন সহ ছয়টি ভিন্ন ভৌত ঘটনার মডেলিং করে WorldParticle প্রদর্শন করেছে।

উদাহরণস্বরূপ, ওয়ার্ল্ড পার্টিকেল কার্যকরভাবে ক্যাপচার করেছে যে কীভাবে একটি দানাদার বস্তু একটি স্তূপে ভেঙে পড়বে যখন কিছু বেসলাইন পদ্ধতি বালির কণাগুলিকে বাতাসে ভাসতে থাকে। তাদের পদ্ধতিটিও মডেল করেছে যে কীভাবে প্রোটিন কাঠামো সময়ের সাথে সংখ্যাগত সিমুলেটরগুলির তুলনায় প্রায় 100 গুণ দ্রুত পরিবর্তিত হয়, গুও যোগ করে।

সাধারণ-উদ্দেশ্য কাঠামোটি নরম রোবট ম্যানিপুলেশন কাজ, আরএনএ বিবর্তন এবং গ্যালাক্সিগুলির একত্রিত হওয়ার মতো জ্যোতির্দৈবিক ঘটনা সহ অনেক উপকরণ এবং প্রক্রিয়াগুলিতে প্রয়োগ করা যেতে পারে, গবেষকরা বলেছেন।

এগিয়ে চলা, তারা এই এবং অন্যান্য শারীরিক সিস্টেম অনুকরণ করতে WorldParticle মানিয়ে নিতে চায়। তারা বৈজ্ঞানিক আবিষ্কারের জন্য একটি পূর্ণ, সাধারণ-উদ্দেশ্য সিমুলেশন পাইপলাইনের বিকাশের দিকে এই কাজটিও গড়ে তুলতে চায়।

“আমরা দেখি যে গণনা এবং বিজ্ঞানের একীকরণ আমাদেরকে নতুন অন্তর্দৃষ্টি এবং সরঞ্জাম দেয় যা শারীরিক ঘটনা আবিষ্কার করতে বা কিছু ব্যাখ্যাতীত শারীরিক ঘটনা ব্যাখ্যা করতে পারে,” গুও বলেছেন। “একটি ইউনিফাইড মডেলের মাধ্যমে, আমরা এমন অনেক আবিষ্কার আনলক করতে পারি যা আমরা কল্পনাও করতে পারি না।”