大发体育手机版 最高挑速20亿倍!AI引爆物理模拟引擎革命

  • 首页
  • 大发体育手机版
  • 产品中心
  • 行业动态
  • 最新新闻
  • 大发体育手机版 最高挑速20亿倍!AI引爆物理模拟引擎革命

    人气:190 发表时间:2021-09-09

    牛津大学一项钻研外明,与传统物理求解器相比,机器学习模型可将物理模拟速度升迁至最高20亿倍,距离解决困扰狄拉克的模拟计算难题能够向着成功更近了一步。

    参考消息网8月17日报道 据香港《南华早报》网站8月15日报道,由于新冠肺炎影响航运业,中非贸易因集装箱短缺而放缓。

    参考消息网8月17日报道 反中乱港非法组织“民间人权阵线”(简称“民阵”)15日宣布解散。香港政界认为,祸港多年的“民阵”垮台是大势所趋、民心所向,彰显香港国安法的强力震慑作用,香港由乱及治再向前迈出一大步。但解散不是逃避追责的挡箭牌,除恶务尽,须彻查这个非法组织的累累恶行,彻底铲除乱港“祸根”。

    参考消息网8月17日报道 据新加坡《联合早报》网站8月16日报道,针对阿富汗当前的局势,中国外交部发言人华春莹表示,阿富汗局势已经发生重大变化,尊重阿富汗人民的意愿和选择。

    参考消息网8月17日报道 据路透社8月16日报道,随着大多数地区控制住最新疫情,中国新增本土病例已连续多日下降。同时部分地区继续保持警惕,开展大规模核酸检测或推迟开学。

    参考消息网8月17日报道 据彭博新闻社网站8月16日报道,尽管日本在重新开放边境方面仍在主要经济体中居于落后地位,但春秋航空和日本航空的合资公司春秋航空日本对疫情后的中日旅游繁荣充满期待。

    1929年,英国著名量子物理学家保罗·狄拉克曾说过,“大局部物理学和整个化学的数学理论所需的基本物理定律是十足已知的,难得只是这些定律的实在行使导致方程太复杂而无法解决”。狄拉克认为,一切物理表象都能够模拟到量子,从蛋白质折叠到原料失效亲善候转折都是如此。唯一的题目是限制方程太复杂,无法在实际的时间尺度上得到解决。

    这是否意味着吾们永久无法实实际时的物理模拟?随着钻研、软件和硬件技术的挺进,实时模拟在经典极限下成为能够,这在视频游玩的物理模拟中最为清晰。

    对碰撞、变形、断裂和流体起伏等物理表象进走必要大量的计算,但现在已经开发出能够在游玩中实时模拟此类表象的模型。自然,为了实现这一现在的,必要对分别算法进走了大量简化和优化。其中最快的手段是刚体物理学。

    为此倘若,大无数游玩中的物理模型所基于的对象能够碰撞和逆弹而不变形。物体由围绕物体的凸碰撞框外示,当两个物体发生碰撞时,编制实时检测碰撞并施添正当的力来添以模拟。此类外示中不发生变形或断裂。视频游玩“Teardown”能够是刚体物理学的顶峰之作。

    不过大发体育手机版,刚体物理固然有利于模拟不走变形的碰撞,但不适用于头发和衣服等可变形的原料。在这些场景中,必要行使软体动力学。以下是4栽按复杂性挨次模拟可变形对象的手段:

    弹簧质量模型

    顾名思义,这类对象由经过弹簧相互连接的质点系外示。能够将其视为 3D 竖立中的一维胡克定律网络。该模型的主要弱点是,在竖立质量弹簧网络时必要大量手动做事,且原料属性和模型参数之间异国厉格的有关。尽管如此,该模型在“BeamNG.Drive”中得到了很益的实现,这是一栽基于弹簧质量模型来模拟车辆变形的实时车辆模拟器。

    基于位置的动力学 (PBD):更正当软体形变

    模拟行动学的手段清淡基于力的模型,在基于位置的动力学中,位置是经过求解涉及一组包含收敛方程的准静态题目来直接计算的。PBD 速度更快,专门正当游玩、动画电影和视觉造就中的行使。游玩中头发和衣服的行动清淡都是经过这个模型来模拟的。PBD 不光限于可变形固体,还能够用于模拟刚体编制和流体。

    最高挑速20亿倍!AI引爆物理模拟引擎革命

    Nvidia 的 Flex 引擎基于 PBD 手段。对象外示为经过物理收敛连接的粒子荟萃

    有限元法 (FEM):非实时,实在性高

    这栽手段是基于弹性场理论对答力-答变方程进走数值求解。它内心上是在 3D 中解决 3D 胡克定律。将原料划分为有限元,清淡为四面体,经过求解线性矩阵方程,在每个时间步计算顶点上的答力和答变。FEM 是一栽基于网格的软体动力学仿真手段。它专门实在,模型参数与杨氏模量和泊松比等原料属性直接有关。工程上实际行使的 FEM 模拟清淡不是实时的,不过大发体育手机版比来,AMD 发布了名为 FEMFX 的游玩多线程 FEM 库,可实时模拟原料变形。

    质点法 (MPM):精度高,速度较慢

    MPM 是一栽高精度的无网格手段,比基于网格的手段更正当模拟大周围变形、裂缝、多原料复相符编制和粘性流体,挑高了模拟效率和精度。MPM 是现在最先辈的无网格欧拉/拉格朗日同化手段, MPM 模拟不是实时的,对于涉及大100万个点的编制,最先辈的模拟每帧大约必要半分钟。

    最高挑速20亿倍!AI引爆物理模拟引擎革命

    一单方包的扯破被模拟为 1100 万个 MPM 粒子

    AI助力,物理模拟速度升迁20亿倍

    在模拟计算中,计算速度和精度之间总是存在权衡。原由物理求解器在以前几十年中得到了极大的优化,几乎异国空间进走逐步改进。

    这就必要机器学习发挥作用了。来自牛津大学、育碧、DeepMind 和 ETH Zurich的最新钻研外明,深度神经网络能够学习物理交互并对其进走多次模拟速度快几个数目级。

    经过生成数以百万计的模拟数据,用神经网络进走训练,在用训练过的模型来模拟物理求解器,就能够实现云云的升迁。尽管离线过程在生成数据和训练模型方面会消耗大量时间,但经过训练的神经网络在模拟物理模型的速度要快得多。

    牛津大学的钻研人员开发了一栽称为深度仿真器网络搜索 (DENSE) 的手段,将模拟速度升迁了最高20 亿倍,他们并已经在 10 个科学钻研案例中表清新这一点,包括天体物理学、气候、聚变和高能物理学等周围。

    在游玩周围,Ubisoft La Forge 的团队行使了一个浅易的前馈网络,该网络在三个后续时间帧内训练 3D 网格对象的顶点位置,并学习展望下一帧。该模型内心上是将展望与模拟数据荟萃的已知位置进走比较,并经过逆向传播来调整模型参数,以最大限度地缩短展望中的偏差。

    该团队行使 Maya 的 nCloth 物理解算器生成模拟数据,这是一栽针对布料优化的高级弹簧质量模型。他们还实走了主成分分析 (PCA) 以仅在最主要的基础上进走训练。终局神经网络模拟物理的速度比物理求解器快 5000 倍。

    最高挑速20亿倍!AI引爆物理模拟引擎革命

    布料和软性原料的迅速数据驱动物理模拟

    视频: https://www.youtube.com/watch?v=yjEvV86byxg

    DeepMind团队比来的另一项做事在图网络方面取得了惊人的收获。与传统神经网络分别,图神经网络具有相通图的组织。团队行使图网络模拟了各栽原料,包括沙子、水、浓厚物和刚性固体。

    这个模型不是展望粒子的位置,而是展望添速度,并且行使欧拉积分计算速度和位置。模拟数据是行使一系列物理求解器生成的,包括 PBD、SPH(腻滑粒子流体力学)和 MPM。

    原由针对速度进走优化,所以并异国物理求解器快得多,但它展现了当机器学习遇到物理时能够实现的现在的。

    最高挑速20亿倍!AI引爆物理模拟引擎革命

    复杂物理模拟的实在情况和深度学习展望的比较

    视频: https://www.youtube.com/watch?v=h7h9zF8OO7E

    现在,这个周围仍处于首步阶段,但异日一定会发现升迁物理模拟性能的基于机器学习的新技术。从量子力学和分子动力学到微不益看结议和经典物理学,有许多模型能够模拟多栽周围和复杂度的物理表象,机器学习和物理学相结相符,创造价值的湮没机会无疑是重大的。

    【编辑选举】大发体育手机版

    如何行使技术解决方案做出数据驱动的决策 EMR on ACK 崭新发布,助力企业高效构建大数据平台 C#基础:理解装箱与拆箱 2位图灵奖得主、7位院士等一多AI大佬云集共议数字化转型 Transformer又出新变体∞-former:无限永久记忆,肆意长度上下文

    返回顶部