Ilmuwan Caltech telah mengembangkan metode berbasis kecerdasan buatan (AI) yang secara dramatis mempercepat perhitungan interaksi kuantum yang terjadi dalam bahan. Dalam karya baru, kelompok ini berfokus pada interaksi di antara getaran atom, atau interaksi fonon yang mengatur berbagai sifat material, termasuk transportasi panas, ekspansi termal, dan transisi fase. Pendekatan pembelajaran mesin baru dapat diperluas untuk menghitung semua interaksi kuantum, berpotensi memungkinkan pengetahuan ensiklopedik tentang bagaimana partikel dan rangsangan berperilaku dalam bahan.
Para ilmuwan seperti Marco Bernardi, Profesor Fisika Terapan, Fisika, dan Ilmu Bahan di Caltech, dan mahasiswa pascasarjana Yao Luo (MS '24) telah berusaha menemukan cara untuk mempercepat perhitungan raksasa yang diperlukan untuk memahami interaksi partikel tersebut dari prinsip-prinsip pertama dalam kuantik-material-yaitu, dimulai dengan hanya struktur material dan mekanik material. Tahun lalu, Bernardi dan Luo mengembangkan metode berbasis data berdasarkan teknik yang disebut Dekomposisi Nilai Singular (SVD) untuk menyederhanakan matriks matematika yang sangat besar yang digunakan para ilmuwan untuk mewakili interaksi antara elektron dan fonon dalam suatu material.
Kasus interaksi fonon bahkan lebih kompleks. Interaksi ini dikodekan dalam objek multidimensi yang disebut tensor, generalisasi vektor dan matriks dalam dimensi yang lebih tinggi. Kompleksitas tensor ini tumbuh secara eksponensial dengan jumlah partikel yang terlibat, membatasi pemahaman para ilmuwan tentang interaksi yang melibatkan tiga atau lebih fonon.
Sekarang, terinspirasi oleh kemajuan baru-baru ini dalam pembelajaran mesin, Bernardi dan Luo telah mengembangkan teknik berbasis AI yang menyaring tensor tingkat tinggi yang mengkodekan interaksi fonon dalam suatu material dan hanya mengekstraksi bit penting yang diperlukan untuk menyelesaikan perhitungan yang menjelaskan transportasi termal. Mereka menggambarkan karya dalam makalah yang muncul di jurnal Surat Ulasan Fisik.
Menggunakan teknik canggih saat ini, superkomputer membutuhkan waktu berjam-jam atau berhari-hari untuk menghitung interaksi antara tiga atau empat fonon dalam suatu bahan. Metode baru ini memungkinkan komputer untuk menyelesaikan perhitungan transportasi termal dan dinamika fonon yang sama 1.000 hingga 10.000 kali lebih cepat, semuanya sambil mempertahankan akurasi.
“Perhitungan untuk interaksi empat fonon adalah mimpi buruk,” kata Bernardi. “Untuk bahan yang kompleks, tugas ini akan melibatkan perhitungan selama berminggu -minggu. Sekarang kita bisa melakukannya dalam 10 detik.”
Bernardi menjelaskan lebih banyak tentang metode ini:
“Kami menggunakan teknik pembelajaran mesin yang disebut dekomposisi Candecomp/parafac Tensor, tetapi kami harus menyesuaikannya untuk memenuhi simetri masalah fisik khusus ini. Kami pertama -tama mengatur jaringan saraf dan kemudian menjalankannya pada GPU dan bertanya: 'Apa fungsi terbaik untuk memperkirakan tensor aktual yang menggambarkan interaksi fonon ini?' Setelah kami memperbaiki jumlah istilah produk yang ingin kami pertahankan, proses pembelajaran mesin mengembalikan fungsi terbaik untuk memperkirakan tensor penuh.
Bernardi menambahkan bahwa metode baru ini sangat cocok untuk penyaringan throughput tinggi fisika termal dan transportasi panas dalam database material besar, upaya besar dalam komunitas material. Adapun pekerjaan di masa depan, katanya, “Visi saya saat ini adalah untuk memampatkan semua jenis interaksi kuantum yang berbeda dan proses orde tinggi dalam bahan dengan teknik yang sama. Kuncinya adalah mem-bypass pembentukan tensor besar sama sekali dan mempelajari interaksi secara langsung dalam bentuk terkompresi.”
Makalah ini berjudul “Pembelajaran Tensor dan Kompresi Interaksi N-Fonon.” Penulis tambahan adalah Dhruv Mangtani, yang mengerjakan proyek tersebut sebagai siswa selancar di Lab Bernardi; Shiyu Peng, rekan penelitian sarjana postdoctoral; dan mahasiswa pascasarjana Caltech Jia Yao (MS '25) dan Sergei Kliavinek. Penelitian ini menggunakan sumber daya National Energy Research Scientific Computing Center, sebuah Fasilitas Pengguna Departemen Energi Sains.
Tautan terkait
Mempercepat perhitungan yang mengungkapkan bagaimana elektron berinteraksi dalam bahan
