Per saber com s'escamparà un líquid, com caurà un munt de sorra o com es doblegarà una peça de goma, els enginyers fan servir simuladors numèrics. Cada material, però, en sol tenir un de propi, programat a mà amb les equacions que el descriuen, i aquests càlculs poden ser molt lents. Des de fa uns anys diversos grups intenten substituir-los per xarxes neuronals que aprenguin el comportament dels materials a partir d'exemples.
Un equip encapçalat per Peter Yichen Chen, abans investigador postdoctoral al MIT i ara professor de la Universitat de la Colúmbia Britànica (UBC), i per Minghao Guo, del laboratori d'informàtica i IA del MIT (CSAIL), presenta WorldParticle, un sol model que fa aquesta feina per a materials molt diferents. Representa cada objecte com un conjunt de partícules en 3D, de milers fins a milions, i en preveu la posició i les propietats pas a pas. Abans de cada pas separa les forces externes i les torna a sumar després, una manera de fer que el model s'adapti a materials i situacions que no ha vist. Per no disparar el càlcul, fusiona i comprimeix partícules sense perdre el detall fi. L'han provat en sis tipus de fenomens, entre els quals teles, sòlids elàstics, fluids, materials granulars i dinàmica molecular, i, segons el MIT, és més precís que els mètodes numèrics i simula els canvis d'estructura de les proteïnes unes cent vegades més de pressa.
L'interès és fer amb la simulació el que els models de llenguatge van fer amb el text: un model de base que serveixi d'entrada per a moltes aplicacions. «Volem tenir un moment GPT per a la simulació», diu Chen. Els autors en veuen usos en la manipulació de robots tous, en el moviment de líquids dins de dipòsits i en processos tan diversos com l'evolució de l'ARN o la fusió de galàxies. En el treball hi participen també investigadors de Georgia Tech, l'Inria, Meta, la Universitat de Pennsilvània, la Universitat d'Utah, UCLA i la Universitat de Hong Kong.
Els mateixos autors ho presenten com «un primer pas». Fer el model prou general i prou ràpid ha demanat molts ajustos d'arquitectura, i simular quantitats molt grans de partícules continua sent car. El treball s'exposarà al congrés SIGGRAPH Asia, que té revisió per parells; ara com ara el text disponible és la versió que els autors van penjar a arXiv al maig, i la nota del MIT no dona gaires xifres de comparació més enllà dels exemples citats.