中關(guān)村在線消息，近日，人工智能公司DeepMind在國(guó)際機(jī)器學(xué)習(xí)大會(huì)上推出了一款基于圖形網(wǎng)絡(luò)的模擬器GNS，它可以真實(shí)地還原一個(gè)盒子中扔入一捧沙或倒入一杯水等類似的復(fù)雜物理現(xiàn)象，模擬形成的動(dòng)畫(huà)可以持續(xù)數(shù)千幀。

大多數(shù)復(fù)雜物理現(xiàn)象模擬器的制造和使用成本很高，建成可能需要花費(fèi)數(shù)年的時(shí)間，而且往往為提升準(zhǔn)確性而犧牲通用性。高質(zhì)量的模擬器需要耗費(fèi)大量計(jì)算資源，因此無(wú)法進(jìn)行大規(guī)模推廣。由于對(duì)基本物理參數(shù)了解不足，即使最好的傳統(tǒng)模擬器也通常不夠準(zhǔn)確。

DeepMind公司的研究人員將歸納偏差注入機(jī)器學(xué)習(xí)模型，基于數(shù)據(jù)模擬，開(kāi)發(fā)出通用框架——GNS模型。該模型以相互作用的粒子形成的網(wǎng)絡(luò)來(lái)呈現(xiàn)場(chǎng)景，這些粒子相互傳遞有關(guān)其位置、速度和材料特性的信息。通過(guò)學(xué)習(xí)，模型可以準(zhǔn)確地模擬液體、固體與其他可變形材料相互作用的各種物理系統(tǒng)。