Entropy-consistent learning: harnessing the power of generative AI for realistic physics simulations

Dit project ontwikkelt een natuurkunde-bewust generatief AI model dat natuurkundige simulatie resultaten kan genereren. Hoewel doorbraken zoals ChatGPT en DALL-E generatieve modellering hebben gerevolutioneerd, blijft het genereren van correcte resultaten voor natuurkundige problemen zoals weersvoorspelling een grote uitdaging: in tegenstelling tot tekst en foto’s, bevatten toepassingen in de natuurkunde vaak geen "big data", bovendien moeten gegenereerde simulaties voldoen aan bestaande natuurwetten. Ons voorstel is "entropie-consistent leren". Dit dwingt fysische consistentie af. Het generatieve model, getraind op simulatiedata, wordt vervolgens verfijnd met observatiedata, in dezelfde entropie-consistente leeromgeving. Het resulterende AI-model integreert naadloos datagedreven technieken met op natuurkunde gebaseerde modellen.