通过观看真实事物来学习模拟复杂的物理现象

当科学家或特殊效果向导想要模拟洪水或可视化小行星撞击时，他们会使用称为物理引擎的程序。但是手工制作这样的软件以适应自然需要时间和专业知识。现在，研究人员已经找到了一种人工智能（AI）的方法，可以通过观看真实事物来学习模拟复杂的物理现象。

在国际机器学习大会上，AI公司DeepMind提出了一种新型模型，称为基于图网络的模拟器（GNS）。该程序可以现实地重建数以万计的不同材质的粒子之间的交互，并持续数以千计的动画帧。当您将一堆沙子，一团“臭”和一大堆水扔进盒子里时，会发生什么？看看上面。

该系统使用“图形网络”，将场景表示为相互作用粒子（每个粒子远大于分子的粒子，上面的某些片段后来以高分辨率显示）的相互作用的网络，这些粒子相互传递有关其位置，速度的“消息”以及材料属性。通过将预测值与传统物理引擎的预测值进行比较，可以通过反复试验来了解消息传递以及粒子如何响应。经过培训后，该系统可以推广到从未见过的情况-预测更多次粒子的行为，或者如果您添加更多障碍物（如坡道或摇动盒子）会发生什么。

在实验中，尽管它具有简单性，但与竞争性AI方法相比，该新系统在归纳各种现象方面更准确，更好。除了很酷的视觉效果外，研究人员希望该方法可以帮助机器推理周围的世界。您知道，万一机器人需要躲避凝胶河马。