Конфигурационный интеграл пал: ИИ решил задачу, от которой ломались суперкомпьютеры

Учёные из Национальной лаборатории Лос-Аламос и Университета Нью-Мексико представили искусственный интеллект , который справился с одной из самых сложных задач физики — вычислением конфигурационного интеграла. Новый подход получил название THOR (Tensors for High-dimensional Object Representation) и использует методы тензорных сетей для решения уравнения, описывающего взаимодействие частиц внутри материала.

Конфигурационный интеграл лежит в основе статистической механики и напрямую связан с тем, как вещества ведут себя под нагрузкой, при высоком давлении или во время фазовых переходов. Эта задача настолько трудоёмкая, что даже суперкомпьютеры тратят недели на её расчёт. THOR сокращает это время до часов или даже секунд, сохраняя при этом точность.

Старший научный сотрудник Лос-Аламосской лаборатории Боян Александров, руководивший проектом, подчеркнул: именно вычисление конфигурационного интеграла всегда было «узким местом» для материаловедения. Он объяснил, что точное определение термодинамического поведения позволяет глубже понимать процессы в металлургии и физике высоких давлений.

Чтобы представить масштаб задачи, авторы приводят сравнение: это как если бы нужно было рассчитать все возможные варианты сборки миллиардов кубиков LEGO. Число комбинаций растёт настолько быстро, что традиционные методы оказываются бесполезными. THOR решает проблему «проклятия размерности» — разбивает огромный массив данных на более простые взаимосвязанные блоки, так называемые тензорные поезда. В сочетании с алгоритмом интерполяции этот метод ускоряет работу в сотни раз. При этом модель остаётся столь же точной, как молекулярные динамические симуляции, и при этом быстрее их примерно в 400 раз.

Разработку протестировали на трёх веществах. Для меди удалось точно воспроизвести значения внутренней энергии и давления при высокой плотности. Для аргона расчёты совпали с результатами, полученными с помощью машинного обучения, даже при гигапаскальных давлениях. Для олова удалось смоделировать фазовый переход «твёрдое-твёрдое» и построить полную фазовую диаграмму всего за 5,8 вычислительных часа. Для сравнения: прежние методы тратили на это около 2 560 часов.

Результаты имеют практическое значение далеко за пределами теории. Быстрые и точные модели ускорят поиск новых сплавов, помогут создавать более надёжные материалы для авиакосмической отрасли, а также поддержат разработку решений для чистой энергетики и электроники.

Авторы подчеркивают: если THOR справился с одной из самых «страшных» задач физики, то в перспективе он может изменить подход к вычислениям высокой размерности и в других дисциплинах — от химии и биологии до материаловедения и инженерии.