🌐 Modelo de IA del MIT simula comportamiento de diversas sustancias físicas
Un únic model d'IA simula el comportament de moltes substàncies, des de sorra lliscant fins a proteïnes plegables
Investigadors del MIT i la Universitat de Colúmbia Britànica han desenvolupat un sistema d'aprenentatge profund, anomenat WorldParticle, que podria transformar la manera com els enginyers modelen diferents fenòmens físics, des de sorres lliscants fins a proteïnes plegables, mitjançant una arquitectura unificada d'intel·ligència artificial. Aquest avanç podria permetre als científics simular processos que tradicionalment requerien simuladors separats, oferint una manera més ràpida i precisa de preveure com interactuen materials granulars, com la sorra, quan un robot tou els toca.
El sistema representa cada material que simula, des d'una duna de sorra fins a una molècula de proteïna, com petites partícules i prediu el moviment d'aquestes partícules pas a pas. A diferència dels mètodes tradicionals, WorldParticle aprèn les dinàmiques subjacents en lloc de ser programat amb equacions específiques, cosa que li permet adaptar-se a materials, forces i entorns que mai no ha trobat durant el seu entrenament.
En el futur, els investigadors esperen que aquest treball ajudi a descobrir nous materials i explorar processos físics que serien difícils d'estudiar amb els mètodes de simulació existents. "Volem tenir un moment GPT per a la simulació", afirma Peter Yichen Chen, ex postdoctorat del MIT i ara professor assistent a la UBC. "Cada vegada que la gent vol construir un simulador per a un fenomen físic particular, necessita programar-lo des de zero. La nostra visió és tenir un model de base que funcioni immediatament per a qualsevol escenari que es vulgui simular. Aquest és un primer pas en aquesta direcció".
L'equip de recerca, que inclou Minghao Guo, Caoliwen Wang, Siyuan Chen, Wojciech Matusik i altres col·laboradors d'institucions com Georgia Tech, Inria, Meta, la Universitat de Pennsilvània, la Universitat de Utah, la Universitat de Califòrnia a Los Angeles i la Universitat de Hong Kong, presentarà el seu treball a la Conferència i Exposició ACM SIGGRAPH sobre Gràfics per Ordinador i Tècniques Interactives a Àsia.
Font: https://news.mit.edu/2026/single-ai-model-simulates-many-substances-behavior-1109
A single AI model simulates the behavior of many substances, from sliding sand to folding proteins
Investigadores del MIT y la Universidad de Columbia Británica han desarrollado un sistema de aprendizaje profundo, denominado WorldParticle, que podría transformar la forma en que los ingenieros modelan diferentes fenómenos físicos, desde arenas deslizantes hasta proteínas plegables, mediante una arquitectura unificada de inteligencia artificial. Este avance podría permitir a los científicos simular procesos que tradicionalmente requerían simuladores separados, ofreciendo una manera más rápida y precisa de prever cómo interactúan materiales granulares, como la arena, cuando un robot blando los toca.
El sistema representa cada material que simula, desde una duna de arena hasta una molécula de proteína, como pequeñas partículas y predice el movimiento de estas partículas paso a paso. A diferencia de los métodos tradicionales, WorldParticle aprende las dinámicas subyacentes en lugar de ser programado con ecuaciones específicas, lo que le permite adaptarse a materiales, fuerzas y entornos que nunca ha encontrado durante su entrenamiento.
En el futuro, los investigadores esperan que este trabajo ayude a descubrir nuevos materiales y explorar procesos físicos que serían difíciles de estudiar con los métodos de simulación existentes. «Queremos tener un momento GPT para la simulación», afirma Peter Yichen Chen, ex postdoctorado del MIT y ahora profesor asistente en la UBC. «Cada vez que la gente quiere construir un simulador para un fenómeno físico particular, necesita programarlo desde cero. Nuestra visión es tener un modelo de base que funcione de inmediato para cualquier escenario que se desee simular. Este es un primer paso en esa dirección».
El equipo de investigación, que incluye a Minghao Guo, Caoliwen Wang, Siyuan Chen, Wojciech Matusik y otros colaboradores de instituciones como Georgia Tech, Inria, Meta, la Universidad de Pensilvania, la Universidad de Utah, la Universidad de California en Los Ángeles y la Universidad de Hong Kong, presentará su trabajo en la Conferencia y Exposición ACM SIGGRAPH sobre Gráficos por Computadora y Técnicas Interactivas en Asia.
Fuente: https://news.mit.edu/2026/single-ai-model-simulates-many-substances-behavior-1109
A single AI model simulates the behaviour of many substances, from sliding sand to folding proteins
Researchers from MIT and the University of British Columbia have developed a deep learning system, called WorldParticle, which could transform the way engineers model different physical phenomena, from sliding sands to folding proteins, through a unified artificial intelligence architecture. This advancement could allow scientists to simulate processes that traditionally required separate simulators, offering a faster and more accurate way to predict how granular materials, like sand, interact when touched by a soft robot.
The system represents each material it simulates, from a sand dune to a protein molecule, as small particles and predicts the movement of these particles step by step. Unlike traditional methods, WorldParticle learns the underlying dynamics instead of being programmed with specific equations, allowing it to adapt to materials, forces, and environments it has never encountered during its training.
In the future, researchers hope this work will help discover new materials and explore physical processes that would be difficult to study with existing simulation methods. "We want to have a GPT moment for simulation," says Peter Yichen Chen, former MIT postdoc and now assistant professor at UBC. "Every time people want to build a simulator for a particular physical phenomenon, they need to program it from scratch. Our vision is to have a base model that works immediately for any scenario one wishes to simulate. This is a first step in that direction."
The research team, which includes Minghao Guo, Caoliwen Wang, Siyuan Chen, Wojciech Matusik, and other collaborators from institutions such as Georgia Tech, Inria, Meta, the University of Pennsylvania, the University of Utah, the University of California in Los Angeles, and the University of Hong Kong, will present their work at the ACM SIGGRAPH Conference and Exhibition on Computer Graphics and Interactive Techniques in Asia.
Source: https://news.mit.edu/2026/single-ai-model-simulates-many-substances-behavior-1109
¿Te ha interesado esta noticia?
Recibe cada mañana el resumen de IA y sociedad directo en tu email.
Suscríbete gratis →