中關村在線消息，近日，人工智能公司DeepMind在國際機器學習大會上推出了一款基于圖形網絡的模擬器GNS，它可以真實地還原一個盒子中扔入一捧沙或倒入一杯水等類似的復雜物理現象，模擬形成的動畫可以持續數千幀。

大多數復雜物理現象模擬器的制造和使用成本很高，建成可能需要花費數年的時間，而且往往為提升準確性而犧牲通用性。高質量的模擬器需要耗費大量計算資源，因此無法進行大規模推廣。由于對基本物理參數了解不足，即使最好的傳統模擬器也通常不夠準確。

DeepMind公司的研究人員將歸納偏差注入機器學習模型，基于數據模擬，開發出通用框架——GNS模型。該模型以相互作用的粒子形成的網絡來呈現場景，這些粒子相互傳遞有關其位置、速度和材料特性的信息。通過學習，模型可以準確地模擬液體、固體與其他可變形材料相互作用的各種物理系統。