ایک AI فریم ورک اب ایک بار ناممکن فزکس مساوات کو سیکنڈوں میں گنتا ہے۔ یہ پیش رفت نئی وضاحت کرتی ہے کہ سائنس دان مواد کے رویے کا کیسے مطالعہ کرتے ہیں۔
نیو میکسیکو یونیورسٹی اور لاس الاموس نیشنل لیبارٹری کے محققین نے ایک جدید کمپیوٹیشنل فریم ورک بنایا ہے جو ایک بڑے مسئلے کو حل کرتا ہے جس نے کئی دہائیوں سے شماریاتی طبیعیات دانوں کو چیلنج کیا ہے۔ ٹینسر فار ہائی ڈائمینشنل آبجیکٹ ریپریزنٹیشن (THOR) AI فریم ورک کے نام سے جانا جاتا ہے، یہ سسٹم ٹینسر نیٹ ورک الگورتھم کو مؤثر طریقے سے کمپریس اور وسیع کنفیگریشنل انٹیگرلز اور جزوی تفریق مساوات کا تجزیہ کرنے کے لیے استعمال کرتا ہے۔
یہ مساوات اس بات کا تعین کرنے کے لیے بنیادی ہیں کہ مواد مختلف تھرموڈینامک اور مکینیکل حالات میں کیسے برتاؤ کرتے ہیں۔ مشین لرننگ پوٹینشل کے ساتھ ٹینسر نیٹ ورکس کو جوڑ کر، جو انٹرااٹامک قوتوں اور جوہری حرکت کی نمائندگی کرتے ہیں، محققین نے جسمانی ماحول کی وسیع رینج میں مواد کی درست، توسیع پذیر نقالی حاصل کی۔
اس پروجیکٹ کی قیادت کرنے والے لاس الاموس کے سینئر اے آئی سائنسدان بوئین الیگزینڈروف نے کہا، “کنفیگریشنل انٹیگرل – جو ذرات کے تعاملات کو پکڑتا ہے – خاص طور پر میٹریل سائنس ایپلی کیشنز میں جس میں انتہائی دباؤ یا مرحلے کی منتقلی شامل ہوتی ہے، اس کا جائزہ لینا انتہائی مشکل اور وقت طلب ہے۔” “تھرموڈائنامک رویے کا درست تعین کرنا شماریاتی میکانکس کے بارے میں ہماری سائنسی سمجھ کو گہرا کرتا ہے اور دھات کاری جیسے اہم شعبوں کو آگاہ کرتا ہے۔”
