MIT พัฒนา AI จำลองทรายไหลถึงโปรตีนพับตัว ต่อยอดยา–หุ่นยนต์
นักวิจัย MIT–UBC พัฒนา WorldParticle ใช้ AI สถาปัตยกรรมเดียวจำลองพฤติกรรมตั้งแต่ทรายถึงโปรตีน หวังช่วยพัฒนาหุ่นยนต์ ยา และค้นพบวัสดุใหม่
KEY
POINTS
- นักวิจัย MIT และสถาบันพันธมิตรพัฒนา AI ชื่อ "WorldParticle" ที่สามารถจำลองปรากฏการณ์ทางฟิสิกส์หลากหลายรูปแบบได้ในระบบเดียว ตั้งแต่ทรายไหลไปจนถึงการพับตัวของโปรตีน
- AI ใช้การเรียนรู้เชิงลึกเพื่อคาดการณ์การเคลื่อนที่ของอนุภาค ทำให้จำลองได้แม่นยำและรวดเร็วกว่าวิธีดั้งเดิม โดยเฉพาะการจำลองโครงสร้างโปรตีนที่เร็วกว่าถึง 100 เท่า
- มีเป้าหมายเพื่อต่อยอดสู่การประยุกต์ใช้ในวงการต่างๆ เช่น การพัฒนายาชนิดใหม่ หุ่นยนต์นิ่ม (Soft Robotics) และการค้นพบวัสดุใหม่
นักวิจัยจากสถาบันเทคโนโลยีแมสซาชูเซตส์ หรือ MIT มหาวิทยาลัยบริติชโคลัมเบีย หรือ UBC และสถาบันพันธมิตร พัฒนา WorldParticle ระบบปัญญาประดิษฐ์ที่จำลองปรากฏการณ์ทางฟิสิกส์ได้หลากหลาย ตั้งแต่ทรายไหลไปจนถึงการพับตัวของโปรตีน ด้วยสถาปัตยกรรมเดียว หวังลดข้อจำกัดของเครื่องมือจำลองเฉพาะด้าน และต่อยอดสู่การพัฒนาหุ่นยนต์ นิ่ม หรือ หุ่นยนต์อ่อนนุ่ม (Soft Robotics) , ยา และวัสดุใหม่
ปัจจุบัน นักวิทยาศาสตร์ที่ต้องการจำลองกระบวนการทางฟิสิกส์ต้องเลือกเครื่องมือให้ตรงกับงาน เช่น โปรแกรมสำหรับคำนวณการไหลของน้ำ หรือโปรแกรมจำลองการพับตัวของโปรตีน แต่ละระบบต้องเขียนขึ้นตามสมการเฉพาะที่กำหนดพฤติกรรมของกระบวนการนั้น
WorldParticle ใช้การเรียนรู้เชิงลึกเข้ามาจัดการงานเหล่านี้ โดยแทนวัสดุหรือโมเลกุลด้วยอนุภาคขนาดเล็ก แล้วคาดการณ์การเคลื่อนที่ทีละขั้น แนวทางนี้ช่วยให้ระบบเรียนรู้พลวัตที่อยู่เบื้องหลัง และปรับใช้กับวัสดุ แรง หรือสภาพแวดล้อมที่ไม่เคยพบระหว่างการฝึกได้
รวมงานจำลองไว้ในระบบเดียว
ปีเตอร์ อี้เฉิน เฉิน ผู้ช่วยศาสตราจารย์แห่ง UBC อดีตนักวิจัยหลังปริญญาเอกของ MIT และหนึ่งในผู้ประพันธ์ที่รับผิดชอบบทความวิจัย ระบุว่า ทีมงานต้องการสร้างจุดเปลี่ยนให้วงการจำลอง เช่นเดียวกับที่ GPT สร้างให้วงการ AI
เขาอธิบายว่า ทุกครั้งที่ต้องสร้างเครื่องมือจำลองปรากฏการณ์เฉพาะ นักพัฒนามักต้องเริ่มเขียนโปรแกรมขึ้นใหม่ เป้าหมายของทีมจึงเป็นการสร้างโมเดลพื้นฐานที่พร้อมนำไปใช้กับสถานการณ์ต่าง ๆ โดยงานวิจัยนี้เป็นก้าวแรกสู่เป้าหมายดังกล่าว
ด้านหมิงห่าว กัว นักวิจัยหลังปริญญาเอกของ MIT และผู้ประพันธ์หลักร่วม กล่าวว่า การศึกษาวัตถุที่เปลี่ยนรูปได้และของไหลโดยทั่วไปต้องใช้เครื่องมือจำลองแยกกัน หากรวมไว้ในโมเดลเดียว ก็อาจเชื่อมโยงฟิสิกส์ของทั้งสองกระบวนการ และช่วยให้เข้าใจปัญหาใหม่ได้มากขึ้น
ตัวอย่างเช่น การจำลองน้ำมันที่กระฉอกกระทบวาล์วยืดหยุ่นในถังเก็บ หรือการศึกษาว่าทรายและดินจะเคลื่อนตัวไปที่ใดเมื่อหุ่นยนต์นิ่มเข้าไปสัมผัส ซึ่งเป็นสถานการณ์ที่เกี่ยวข้องกับพฤติกรรมของวัสดุหลายประเภทพร้อมกัน
เรียนรู้การเคลื่อนที่ทีละอนุภาค
ทีมวิจัยได้แรงบันดาลใจจาก World Models หรือโมเดลโลก ซึ่งเป็น AI ที่เรียนรู้กฎของโลกทางกายภาพ เพื่อคาดการณ์ว่าวัตถุและสภาพแวดล้อมจะเปลี่ยนไปอย่างไรเมื่อเวลาผ่านไป ภายใต้การกระทำหรือเงื่อนไขต่าง ๆ
WorldParticle แบ่งวัตถุออกเป็นจุดสามมิติหรืออนุภาคจำนวนหลายพันถึงหลายล้านจุด ด้วยวิธีแทนระบบแบบลากรางจ์ จากนั้นติดตามตำแหน่งและความเร็วของอนุภาค เพื่อจำลองการเคลื่อนที่และการเปลี่ยนแปลงของวัสดุ
วิธีจำลองแบบเดิมต้องนำสมการที่ควบคุมพฤติกรรมของวัสดุมาแปลงให้อยู่ในรูปที่โปรแกรมคำนวณเชิงตัวเลขจัดการได้ และต้องทำขั้นตอนเหล่านี้ซ้ำสำหรับวัสดุหรือกระบวนการแต่ละประเภท
ทีมวิจัยจึงออกแบบโครงข่ายประสาทเทียมให้เรียนรู้การแก้สมการในลักษณะทั่วไป โดยรับข้อมูลตำแหน่งสามมิติและสมบัติทางกายภาพของอนุภาค ก่อนคาดการณ์สถานะในขั้นถัดไป
เฉินเปรียบเทียบว่า สถาปัตยกรรมนี้คล้าย ChatGPT ซึ่งคาดการณ์คำทีละคำเพื่อสร้างข้อความ ขณะที่ WorldParticle คาดการณ์ว่าอนุภาคจะเคลื่อนที่อย่างไรทีละขั้น
ระบบยังแยกแรงภายนอกที่กระทำต่อวัตถุมาพิจารณา เช่น แรงกระแทกเมื่อคลื่นซัดกำแพงกันคลื่น แล้วนำผลของแรงเหล่านั้นกลับมาปรับแก้การคาดการณ์ เพื่อให้สะท้อนพฤติกรรมของวัตถุได้ดีขึ้น
ลดภาระคำนวณ รองรับอนุภาคนับล้าน
ความท้าทายสำคัญคือ วัตถุที่ซับซ้อนอาจประกอบด้วยอนุภาคหลายล้านจุด ทำให้ภาระคำนวณสูงเกินกว่าที่โมเดลจะรองรับได้ ทีมวิจัยจึงใช้เทคนิคผสานและบีบอัดอนุภาค เพื่อลดภาระประมวลผล ขณะเดียวกันยังคงรายละเอียดของพฤติกรรมวัสดุไว้
กัวกล่าวว่า ทีมงานต้องปรับรายละเอียดทางวิศวกรรมและสถาปัตยกรรมหลายส่วน เพื่อให้ระบบประยุกต์ใช้ได้หลากหลายและขยายขนาดการจำลองได้จริง
ทีมวิจัยสาธิตระบบกับปรากฏการณ์ทางฟิสิกส์ 6 ประเภท ซึ่งรวมถึงวัตถุที่เปลี่ยนรูปได้ วัสดุเม็ด และโปรตีน โดยระบุว่าให้ความแม่นยำสูงกว่าวิธีจำลองเชิงตัวเลขที่นำมาเปรียบเทียบ
ตัวอย่างหนึ่งคือการจำลองวัสดุเม็ดที่ยุบตัวลงเป็นกอง WorldParticle สามารถแสดงพฤติกรรมดังกล่าวได้อย่างมีประสิทธิภาพ ขณะที่วิธีเปรียบเทียบบางวิธียังแสดงอนุภาคทรายลอยค้างอยู่ในอากาศ
กัวระบุด้วยว่า วิธีนี้จำลองการเปลี่ยนแปลงโครงสร้างโปรตีนตามเวลาได้เร็วกว่าการจำลองเชิงตัวเลขประมาณ 100 เท่า
เปิดทางพัฒนายา–หุ่นยนต์นิ่ม
ทีมวิจัยมองว่า WorldParticle อาจนำไปประยุกต์ใช้กับงานหลากหลาย ตั้งแต่การจัดการวัตถุด้วยหุ่นยนต์นิ่ม การศึกษาวิวัฒนาการของ RNA ไปจนถึงปรากฏการณ์ทางฟิสิกส์ดาราศาสตร์ เช่น การรวมตัวของกาแล็กซี
ในระยะยาว นักวิจัยหวังว่าเทคโนโลยีนี้จะช่วยค้นพบวัสดุใหม่ และเปิดทางให้ศึกษากระบวนการทางฟิสิกส์ที่เครื่องมือปัจจุบันยังจำลองได้ไม่เต็มประสิทธิภาพ โดยขั้นต่อไปจะขยาย WorldParticle ให้รองรับระบบทางกายภาพเพิ่มเติม พร้อมพัฒนากระบวนการจำลองอเนกประสงค์แบบครบวงจรสำหรับการค้นพบทางวิทยาศาสตร์
งานวิจัยนี้มีกำหนดนำเสนอในการประชุมและนิทรรศการ ACM SIGGRAPH Asia ด้านคอมพิวเตอร์กราฟิกและเทคนิคเชิงโต้ตอบ
ที่มา MIT
