一个好的机器学习算法是一个强大的研究加速器。将其与计算机模拟相结合，它可以通过程序找出数学捷径，推动科学家更快地了解药物对细胞的影响，或者火箭发动机将人类送往火星或更远的地方的潜力。

桑迪亚国家实验室的科学家r 米·丁雷维尔与人合作开发了一种方法，可以加速几乎任何类型的计算机模拟，这是一种在科学和工业中无处不在的研究工具。(图片来源:Craig Fritz)点击缩略图查看高分辨率图片。

新的研究正在把这个工具交到世界各地的科学家手中。在最近发表在《npj Computational Materials》杂志上的一篇机器学习论文中，来自桑迪亚国家实验室和布朗大学的一组研究人员介绍了一种通用的方法，可以加速几乎任何类型的模拟。

“从用户的角度来看，运行你的模拟工具和运行这个加速模拟工具没有区别。它给出了完全相同的预测。差别在于获得这些结果需要多长时间，”桑迪亚大学的r<s:1>米·丁雷维尔说。

Dingreville和他的团队用他们的加速器对材料科学进行了比正常速度快16倍的模拟。更重要的是，他们在论文中概述了它如何能够轻松地加速气候变化研究、自动驾驶汽车导航或硬件加速的计算机程序。

布朗大学的Vivek Oommen是该论文的第一作者，他说:“将我们的方法推广到不同系统的潜力可能会带来更有效和可持续的技术。”

这项研究是由桑迪亚实验室指导的研究和发展计划资助的，并得到了集成纳米技术中心、能源部科学办公室用户设施以及布朗大学计算和可视化中心的支持。

加速器使快速科学民主化

还是个孩子的时候，丁雷维尔就喜欢跑得快。他骑车快，滑雪快，跑步快。他甚至争着成为第一个完成作业的人。现在，作为一名科学家，他使用机器学习来加快他的研究速度。在之前的一个项目中，他重组了一个模拟程序，使其运行速度提高了4万倍。

虽然相比之下，16倍的加速可能看起来并不大，但丁格维尔和他的团队强调，他们最新的研究可能会产生更大的影响，因为它几乎有利于每个科学领域。它不像其他加速器那样局限于特定类型的问题。

“物理、化学、地球化学、天气预报——真的不重要，”丁雷维尔说。

该团队认为，他们的论文对研究人员来说是一个挑战，要求他们从根本上重新思考如何设计和使用模拟。

“将传统数值方法与人工智能结合起来解决材料科学中的复杂问题的挑战和潜力深深吸引了我，”Oommen说。

更快的模拟带来了新的研究机会

虽然模拟加速器为常规研究节省了时间和金钱，但它也消除了研究通常无法模拟的现象的障碍。尝试对缓慢展开的事件(如冰川融化)进行建模，那么您的程序可能需要很长时间才能发挥作用。

“目前的技术水平是，你必须使用这些直接的数值求解器。尽管它们很准确，但速度很慢，”丁雷维尔说。

该团队希望这项研究能够为科学家们提供一种现代的、通用的方式来快速完成通常缓慢的模拟。

“展望未来，我渴望看到我们的方法如何应用于能源、生物技术和环境科学等各个领域的其他具有挑战性的问题，”Oommen说。

丁雷维尔补充说:“我很乐意看到这一技术应用于地球科学。”

桑迪亚国家实验室是一个多任务实验室，由桑迪亚有限责任公司的国家技术和工程解决方案运营，该公司是霍尼韦尔国际公司的全资子公司，为美国能源部国家核安全管理局服务。桑迪亚实验室在核威慑、全球安全、国防、能源技术和经济竞争力方面负有主要的研究和开发责任，主要设施位于新墨西哥州的阿尔伯克基和加利福尼亚州的利弗莫尔。