ИИ уверенно работает с текстом, изображениями и 3D, но задачи сложнее. Проверка самолёта на ветру или машины после аварии требует много данных и долгих вычислений.
Исследователи MIT CSAIL и Университета Цинхуа создали GeoPT — метод предварительного обучения на синтетических физических сценариях. Система изучила 1,3 млн случаев, где частицы двигались с разной скоростью под разными углами и останавливались при контакте с 3D-поверхностью.
По данным авторов, GeoPT достигал максимальной эффективности вдвое быстрее моделей и требовал до 60% меньше данных. На тестах с ветром, давлением и волнами он оказался быстрее и точнее. Для корпуса лодки метод потребовал на 60% меньше размеченных данных и достиг максимальной точности в четыре раза быстрее.
GeoPT также предсказывал деформацию автомобилей при столкновениях и моделировал прохождение света через 3D-кролика, без обучения на этой модели и физике света. На промышленных тестах система за секунды моделировала конструкции с 100 млн точек сетки.
Авторы представили работу на ICML в июле и хотят масштабировать GeoPT на погоду, материалы и видео. Авторы видят в нём основу физической модели для ИИ.
Для инженеров это означает меньше экспериментов. Для бизнеса — поиск проблем и меньшие затраты.
