Pesquisadores do Instituto de Tecnologia de Massachusetts (MIT) e da Universidade de Tsinghua desenvolveram um novo método de pré-treinamento de redes neurais capaz de simular com alta precisão processos mecânicos e aerodinâmicos. O grupo publicou o estudo no repositório de preprints arXiv.
O sistema, batizado de GeoPT, atua como um simulador físico universal. Modelos generativos anteriores lidavam bem com texto e imagens, mas não conseguiam testar robôs ou projetar veículos por não compreenderem as leis da mecânica. Calculadoras digitais tradicionais, por sua vez, calculam propriedades físicas de forma lenta, o que limita a verificação de segurança de aeronaves e automóveis.
Como funciona
Os pesquisadores treinaram o algoritmo com 1,3 milhão de cenários nos quais milhões de micropartículas virtuais se moviam em diferentes ângulos e colidiam com formas tridimensionais. Com esse treinamento, a IA passou a compreender a física dos objetos em nível intuitivo antes de receber projetos industriais específicos.
Para realizar um teste completo, o usuário carrega um modelo 3D e indica a direção da força. A rede neural então gera, em segundos, um mapa térmico de deformações, fluxos de ar ou distribuição de luz.
Testes industriais
Nos testes industriais, o GeoPT apresentou velocidade recorde de cálculo em geometrias complexas com 100 milhões de pontos nodais. Na avaliação da estabilidade de navios em ondas agitadas e da aerodinâmica de caças, o modelo foi quatro vezes mais rápido que outras soluções e exigiu 60% menos dados preparados por humanos.
Os desenvolvedores classificam a física como a terceira modalidade-chave da inteligência artificial e planejam ampliar o sistema para previsão de anomalias climáticas e geração de vídeos com simulações físicas realistas.
