#Araşdırmalar və Tədqiqatlar #Xəbərlər

AI tenzor şəbəkə əsaslı hesablama çərçivəsi 100 illik fizika problemini həll edir

Nyu Meksiko Universiteti tərəfindən

Lisa Lock tərəfindən redaktə edilmiş , Robert Eqan tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriBoltzmann tenzor F-nin tenzor qatarı (TT) parçalanmasının sxematik təsviri və onun konfiqurasiya inteqralının hesablanmasında tətbiqi. Kredit: Fiziki İcmal Materialları (2025). DOI: 10.1103/xrbw-xr49

Nyu-Meksiko Universiteti və Los Alamos Milli Laboratoriyasının tədqiqatçıları statistik fizikada uzun müddətdir davam edən problemi həll edən yeni hesablama sistemi işləyib hazırlayıblar.

Yüksək Ölçülü Obyekt Təmsilçiliyi üçün Tensorlar (THOR) AI çərçivəsi materialların termodinamik və mexaniki xüsusiyyətlərini təyin etmək üçün mərkəzi olan son dərəcə böyük konfiqurasiya inteqrallarını və qismən diferensial tənlikləri səmərəli şəkildə sıxışdırmaq və qiymətləndirmək üçün tenzor şəbəkəsi alqoritmlərindən istifadə edir.

Çərçivə atomlararası qarşılıqlı əlaqəni və dinamik davranışı kodlaşdıran maşın öyrənmə potensialı ilə inteqrasiya edilib və müxtəlif fiziki şəraitdə materialların dəqiq və miqyaslana bilən modelləşdirilməsinə imkan yaradıb.

Layihəyə rəhbərlik edən Los Alamos süni intellekt üzrə baş alim Boian Aleksandrov bildirib ki, “Zərrəciklərin qarşılıqlı təsirini əks etdirən konfiqurasiya inteqralının qiymətləndirilməsi çox çətin və vaxt aparır, xüsusən də həddindən artıq təzyiqlər və ya faza keçidləri ilə bağlı materialşünaslıq tətbiqlərində”. “Termodinamik davranışın dəqiq müəyyən edilməsi statistik mexanika haqqında elmi anlayışımızı dərinləşdirir və metallurgiya kimi əsas sahələri məlumatlandırır.”

İndiyə qədər elm adamları konfiqurasiya inteqralını qiymətləndirmək üçün molekulyar dinamika və Monte Karlo simulyasiyaları kimi təxmini metodlara istinad edirdilər . Bu yanaşmalar dolayısı ilə işləyir, uzun zaman miqyasında saysız-hesabsız atom hərəkətlərini təqlid edərək “ölçülülük lənətini” – hətta ən güclü superkompüterləri belə alt-üst edən yüksəkölçülü problemlərdə mürəkkəbliyin eksponensial artımından yan keçməyə çalışır. Bu cür hesablamalar çox vaxt həftələrlə superkompüter vaxtını tələb edir, lakin hələ də əhəmiyyətli məhdudiyyətlərlə üzləşir.

UNM-in Kimya və Biologiya Mühəndisliyi Departamentinin professoru Dimiter Petsev tez-tez materialşünaslıq mövzularında Aleksandrovla əməkdaşlıq edir. Aleksandrov komandasının hazırladığı unikal hesablama üsullarını təsvir edərkən, Petsevin ağlına gəldi ki, iş statistik mexanikada konfiqurasiya inteqrala test problemi kimi tətbiq edilə bilər.

“Ənənəvi olaraq, konfiqurasiya inteqralının birbaşa həlli qeyri-mümkün hesab olunurdu, çünki inteqral çox vaxt minlərlə ölçülü ölçüləri əhatə edir. Klassik inteqrasiya üsulları, hətta müasir kompüterlərdə belə, kainatın yaşından artıq hesablama vaxtlarını tələb edərdi”, – Petsev bildirib. “Tenzor şəbəkə üsulları, digər yanaşmaların müqayisə oluna biləcəyi yeni dəqiqlik və səmərəlilik standartı təklif edir.”

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=8188791252&adk=1751428779&adf=308666314&pi=t.ma~as.8188791252&w=540&fwrn=4&fwrnh=0&lmt=1759308216&rafmt=1&armr=3&plas=481x574_l%7C481x574_r&format=540×280&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-09-ai-tensor-network-based-framework.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&aieuf=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTQwLjAuNzMzOS4yMDgiLG51bGwsMCxudWxsLCI2NCIsW1siQ2hyb21pdW0iLCIxNDAuMC43MzM5LjIwOCJdLFsiTm90PUE_QnJhbmQiLCIyNC4wLjAuMCJdLFsiR29vZ2xlIENocm9tZSIsIjE0MC4wLjczMzkuMjA4Il1dLDBd&abgtt=6&dt=1759308216690&bpp=1&bdt=193&idt=18&shv=r20250929&mjsv=m202509240101&ptt=9&saldr=aa&abxe=1&cookie=ID%3De2af2bea6b3e2e90%3AT%3D1735548424%3ART%3D1759308139%3AS%3DALNI_MZIaWdAh-lthHlhpkWN2g6ZC7xT8A&gpic=UID%3D00000f8412a58936%3AT%3D1735548424%3ART%3D1759308139%3AS%3DALNI_MaJ_6ILTTPz6uEc3lU2rNf9ZPgQbA&eo_id_str=ID%3D87e2ccb6da8adec8%3AT%3D1751372215%3ART%3D1759308139%3AS%3DAA-AfjZUvMhCDRLD_DCppu51g7Xx&prev_fmts=0x0&nras=1&correlator=703036228947&frm=20&pv=1&rplot=4&u_tz=240&u_his=5&u_h=864&u_w=1536&u_ah=816&u_aw=1536&u_cd=24&u_sd=1.25&dmc=8&adx=395&ady=2433&biw=1521&bih=730&scr_x=0&scr_y=0&eid=31094917%2C95372143%2C95372358%2C31094909%2C95344788%2C95368093&oid=2&pvsid=8850833087221482&tmod=1799667998&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1536%2C0%2C1536%2C816%2C1536%2C730&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=73

Konfiqurasiya inteqralının sürətli və dəqiq hesablanması

THOR AI, “tensor qatarının çarpaz interpolasiyası” adlı riyazi texnikadan istifadə edərək, inteqranın yüksək ölçülü məlumat kubunu daha kiçik, əlaqəli komponentlər zənciri kimi təqdim edərək, bu yüksək ölçülü problemi həll edilə bilən problemə çevirir. Bu metodun fərdi variantı mühüm kristal simmetriyalarını müəyyən edir və konfiqurasiya inteqralını dəqiqliyi itirmədən minlərlə saat deyil, saniyələr ərzində hesablamağa imkan verir.

Kristal vəziyyətdə olan arqon kimi yüksək təzyiqdə mis və nəcib qazlar kimi metallara , eləcə də qalayın bərk-bərk faza keçidinin hesablanmasına tətbiq edilən THOR AI ən yaxşı Los Alamos simulyasiyalarının nəticələrini təkrarlayır, lakin 400 dəfədən çox daha sürətli. O, həmçinin müasir maşın öyrənməsinə əsaslanan atom modelləri ilə problemsiz işləyir və onu materialşünaslıq, fizika və kimya üçün çox yönlü alətə çevirir.

Los Alamos alimi və Physical Review Materials jurnalında dərc olunan tədqiqatın aparıcı müəllifi Duc Truong, “Bu sıçrayış əsrlik simulyasiyaları və konfiqurasiya inteqralının yaxınlaşmasını birinci prinsiplərin hesablanması ilə əvəz edir” dedi . “THOR AI daha sürətli kəşflərə və materialların daha dərindən dərk edilməsinə qapı açır.”

THOR Layihəsi GitHub-da mövcuddur .

Ətraflı məlumat: Duc P. Truong et al, Breaking the lanle of Ölçü: Tenzor şəbəkələri ilə kristal bərk cisimlər üçün konfiqurasiya inteqrallarının həlli, Fiziki İcmal Materialları (2025). DOI: 10.1103/xrbw-xr49

Nyu Meksiko Universiteti tərəfindən təmin edilmişdir 

Download QRPrint QR

Leave a comment

Sizin e-poçt ünvanınız dərc edilməyəcəkdir. Gərəkli sahələr * ilə işarələnmişdir