THOR AI 幾秒鐘解決百年物理難題

新墨西哥大學與洛斯阿拉莫斯國家實驗室的研究人員發布了名為 THOR（Tensors for High-dimensional Object Representation）的 AI 框架，成功解決了統計物理學中長達一個世紀的計算難題。

📰 重點內容

– 突破性技術：使用張量網絡演算法處理極為複雜的 configurational integrals 計算
– 運算速度：比傳統方法快超過 400 倍，幾秒鐘即可完成過去需要數千小時的計算
– 應用範圍：可應用於材料科學、物理學和化學領域
– 開源可用：THOR 專案已發布於 GitHub

🔬 為何重要

Configurational integral（構形積分）是統計力學中的核心計算，用於預測材料的热力學和機械行為。過去被認為「不可能直接計算」，即使最強大的超級電腦也需要數週時間且只能提供近似答案。

THOR AI 使用「張量列車交叉插值」技術，將龐大的高維數據集轉化為較小的連接片段，大幅壓縮計算量。

🔗 相關連結

– [THOR Project GitHub](https://github.com/lanl/thor)
– [原始論文 (Physical Review Materials)](https://journals.aps.org/prmaterials/)

—
來源：ScienceDaily