Peneliti MIT Rancang WorldParticle, AI Terpadu Simulasi Berbagai Material
WorldParticle menyatukan simulasi cairan hingga pelipatan protein dalam satu arsitektur AI, memangkas durasi komputasi hingga 100 kali lebih cepat.
Foto: TechXplore (Dokumentasi editorial)
Poin penting
- WorldParticle menyatukan simulasi aneka fenomena fisik material ke dalam satu arsitektur AI terpadu.
- Model mampu memprediksi dinamika struktur protein 100 kali lebih cepat dibandingkan simulator numerik.
- Mengeliminasi keharusan membuat peranti lunak khusus dari nol untuk setiap zat dan interaksi fisik.
Insinyur yang ingin mensimulasikan fenomena fisik selama ini harus merancang peranti lunak terpisah untuk setiap zat. Tim peneliti dari Massachusetts Institute of Technology (MIT) dan University of British Columbia (UBC) kini menghadirkan solusi baru bernama WorldParticle.
Sebagaimana dilaporkan TechXplore, sistem pembelajaran mendalam (deep learning) terpadu ini mampu memodelkan pergerakan pasir, interaksi cairan dengan benda padat elastis, hingga pelipatan molekul protein hanya dengan satu arsitektur kecerdasan buatan.
Cara Kerja Partikel Mirip Model Bahasa
WorldParticle memecah benda fisik menjadi jutaan partikel tiga dimensi menggunakan representasi Lagrangian, yakni metode pelacakan posisi dan kecepatan partikel dari waktu ke waktu.
Sistem ini bekerja dengan prinsip serupa model bahasa generatif. Jaringan saraf tiruan memprediksi pergerakan titik-titik partikel tersebut selangkah demi selangkah dalam interval waktu satu detik, alih-alih meramalkan kata berikutnya dalam kalimat.
"Kami ingin menciptakan momen GPT untuk simulasi. Visi kami adalah menghadirkan model fondasi yang langsung bekerja tanpa perlu pemrograman ulang dari nol," ujar Peter Yichen Chen, asisten profesor di UBC sekaligus salah satu penulis korespondensi riset tersebut.
Untuk menjaga efisiensi daya komputasi, para peneliti menerapkan teknik penggabungan dan kompresi partikel tanpa menghilangkan detail fisik material.
Dalam uji coba pada enam fenomena fisik berbeda, sistem ini mencatatkan akurasi lebih tinggi dibanding metode numerik konvensional. WorldParticle bahkan sanggup memodelkan perubahan struktur protein 100 kali lebih cepat. Riset terobosan ini direncanakan dipresentasikan pada konferensi SIGGRAPH Asia 2026 di Kuala Lumpur pada 1–4 Desember.
Apa Artinya bagi Pelaku Usaha
Perkembangan ini membuka peluang efisiensi besar bagi perusahaan di sektor manufaktur, farmasi, energi, dan logistik yang rutin mengalokasikan anggaran riset dan pengembangan (R&D) untuk pengujian berbasis komputer. Simulasi interaksi material yang sebelumnya membutuhkan banyak lisensi peranti lunak khusus kini berpotensi disederhanakan ke dalam satu infrastruktur komputasi.
Bagi pengembang robotika industri dan otomasi pabrik, teknologi ini mempercepat pengujian interaksi robot lunak dengan material butiran seperti tanah, pasir, atau kemasan fleksibel sebelum purwarupa fisik diproduksi massal. Langkah ini menekan risiko kegagalan desain sekaligus memangkas waktu peluncuran produk ke pasar.
Sebagai langkah antisipasi, direktur teknologi dan manajer rekayasa perlu mulai mengaudit alur kerja simulasi teknis internal. Identifikasi proses pemodelan yang paling banyak memakan waktu komputasi, lalu pelajari potensi integrasi model simulasi berbasis pembelajaran mesin untuk menekan biaya operasional server jangka panjang.
✓ Lolos pemeriksaan redaksi AI. (Klik untuk lihat hasil pemeriksaan fakta)
Artikel ini ditulis AI, 8 klaimnya dicocokkan dengan sumber, dan diuji keterbacaannya sebelum terbit. Menemukan kekeliruan? Laporkan ke redaksi.
- TechXplore: A single AI model simulates the behavior of many substances, from sliding sand to folding proteins
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Peneliti MIT dan UBC merancang sistem deep learning terpadu bernama WorldParticle untuk mensimulasikan berbagai fenomena fisik material. | Didukung | “Researchers at MIT, the University of British Columbia (UBC) and elsewhere have now replaced that patchwork with a single deep-learning system, called WorldParticle” TechXplore melaporkan kolaborasi peneliti MIT dan UBC dalam mengembangkan WorldParticle. |
| WorldParticle mampu memodelkan pergerakan pasir, interaksi cairan dengan benda elastis, hingga pelipatan protein dalam satu arsitektur AI. | Didukung | “help engineers model different physical phenomena, from sliding sand to folding proteins, with one unified artificial intelligence architecture.” TechXplore mencatat ragam fenomena fisik yang dapat dimodelkan oleh arsitektur AI tersebut. |
| WorldParticle menggunakan representasi Lagrangian dengan memecah objek menjadi ribuan atau jutaan partikel 3D serta melacak posisi dan kecepatannya. | Didukung | “WorldParticle breaks an object into thousands or millions of tiny, three-dimensional dots, or particles, using what is known as a Lagrangian representation. It tracks the movement and velocity” TechXplore menjelaskan representasi Lagrangian dan pemecahan objek menjadi partikel 3D. |
| Arsitektur jaringan saraf memprediksi pergerakan partikel selangkah demi selangkah dalam interval waktu satu detik, mirip cara kerja model bahasa. | Didukung | “predicting the material's motion over time and space in one-second increments.” TechXplore memaparkan mekanisme prediksi partikel dalam inkremen satu detik mirip analogi model teks. |
| Peter Yichen Chen menyatakan visi mereka menghadirkan model fondasi yang langsung bekerja tanpa perlu pemrograman ulang dari nol, layaknya momen GPT bagi simulasi. | Didukung | “"We want to have a GPT moment for simulation," says Peter Yichen Chen, a former MIT postdoc who is now an assistant professor at UBC” TechXplore memuat kutipan pernyataan Peter Yichen Chen. |
| Peneliti menerapkan teknik penggabungan dan kompresi partikel untuk mengefisienkan komputasi tanpa membuang detail halus perilaku material. | Didukung | “the researchers employed a merging technique to combine and compress particles while still allowing WorldParticle to capture fine-grained details of their behavior.” TechXplore menjelaskan teknik kompresi partikel yang digunakan. |
| Dalam demonstrasi terhadap enam fenomena fisik berbeda, WorldParticle mencatatkan akurasi lebih tinggi daripada simulasi numerik dan memodelkan perubahan struktur protein sekitar 100 kali lebih cepat. | Didukung | “Their method also modeled how protein structures change over time about 100 times faster than numerical simulators, Guo adds.” TechXplore mencatat hasil pengujian 6 fenomena fisik dan kecepatan 100 kali lebih tinggi pada pemodelan protein. |
| Riset WorldParticle akan dipresentasikan di konferensi SIGGRAPH Asia 2026 di Kuala Lumpur, Malaysia, pada 1–4 Desember. | Didukung | “The research will be presented at the ACM SIGGRAPH Conference and Exhibition on Computer Graphics and Interactive Techniques ( SIGGRAPH Asia 2026 ) held in Kuala Lumpur, Malaysia, Dec. 1–4.” TechXplore mengonfirmasi jadwal dan lokasi presentasi riset. |
Video AI terbaru
Kuken Industries searches 70 years of drawings in minutes
