金磊萧箫发自凹非寺

　　量子位报道公众号 QbitAI

　　是否还记得前阵子爆火的 SM 娱乐公司电子屏海浪？

　　人工制作那样的特效，可能需要花费……嗯，毕竟被称为「每滴水都是粉丝贡献的钱」。

　　但现在，DeepMind 和斯坦福等一众科学家研究出了一款图网络模拟器——GNS框架，AI 只需要“看着”场景中的流体，就能将它模拟出来。

　　无论是流体、刚性固体还是可变形材料，GNS 都能模拟的惟妙惟肖。研究人员还称：

GNS 框架是迄今为止最精确的通用学习物理模拟器。

　　并且，这项研究最近还被顶刊 Science 收录。

　　这也不禁让人联想起，清华姚班毕业生胡渊鸣开发的太极 （Taichi），不仅大幅降低了 CG 特效门槛，效果还十分逼真。

　　而在 DeepMind 和斯坦福大学的这项工作中，胡渊鸣的太极，依然发挥了作用。

　　他们正是利用胡同学的太极，来生成 2D 和 3D 的挑战场景，作为基线效果之一。

　　效果好到什么程度？Science 在社交网络评价说：

「好莱坞或许会投资这款模拟器吧」。

　　是你印象中的画面了

　　我们人类通过「经验」，说到一个场景时，能很快脑补出那种动态画面。

　　那么 AI「脑补」出来的画面效果，是否和你想象的一样呢？

　　首先，是水落入玻璃容器中的 3D 效果。

　　和我们想象中的物理效果一模一样，有木有！

　　左侧的基线方法叫做SPH （smoothed particle hydrodynamics），这是 1992 年提出的一种基于颗粒的模拟流体的方法。

　　而右侧，AI 通过「看」而预测得到的结果，就是研究人员提出来的 GNS 方法。

　　来看下二者在慢动作下的细节差异。

　　不难看出，GNS 方法在细节处理上，例如溅起的水花，更加细粒度，也更逼近我们印象中的样子。

　　当然，GNS 不仅能够处理液体，还能够模拟其他状态的物体。

　　例如，颗粒状的沙子。

　　还有粘性的物体。

　　上面两个效果中的基线方法是MPM （material point method），1995 年提出，适用于相互作用的可变形材料。

　　同样，在颗粒散落在玻璃容器壁上的细节上，GNS 的预测结果更加符合现实物理世界的效果。

　　那么，如此逼真的效果是如何做到的呢？

　　图网络模拟器模拟流体

　　传统特效计算方法

　　此前，对于真实物体的模拟，需要通过大量计算来实现，上文中提到的 MPM 就是其中的一种。

　　这种方法被称为物质点法（Material Point Method），将一块材料离散成非常多的颗粒，并计算空间导数和求解动量方程。

　　经过胡渊鸣等人改进的 MLS-MPM，模拟物体的速度有了很大的提升，相比于原来的 MPM 快了两倍左右。

　　除此之外，一种名为 PBD 的方法，可以计算模拟出一个方块漂浮在水上的动态效果；

　　而这两种方法之外，还有一种被叫做 SPH 的经典方法，用于计算生成水的 3D 特效。

　　相比于这些采用大量计算模拟出来的真实场景，如果用神经网络对它们进行训练，是不是能模拟出物体在真实场景中受到撞击的效果，而且和用这些方法生成的效果非常相似？

　　网友对这样的想法感到惊奇，毕竟，人脑对于流体或是物体撞击效果的模拟，并非通过大量力学计算得出，而是通过神经网络模拟的。

　　DeepMind 在这样的想法上，采用了 GNS 对生成的这些模型进行训练，用于模拟物体在真实场景下的特效。

　　图网络预测物体特效

　　GNS 模拟物体最根本的原理，是将一块体积不变的物体模型X，分散成许多颗粒，并通过一个模拟器sθ，转变成它受到撞击后的形态。

　　从下图可见，模拟器sθ的用处，是将这块流体输入到一个动力学模型dθ中，并将产生的一帧帧结果用于更新物体变形的过程。

　　只要模拟器更新的时间够快，我们看见的就是这块物体在玻璃盒中受到撞击、不断变形的样子。

　　△ 图右为模拟器生成的效果

　　关键来了，动力学模型dθ要怎么实现？

　　团队采用了“三步走”的方法，将模型分为编码器、处理器和解码器三部分。

　　一块物体经过编码器后，编码器会将物体中原本分散的各颗粒架构起来，组成一个“看不见的”图。

　　而在处理器中，图中各颗粒的关系会不断发生变化，图网络学习得到的传递信息将会在图上迭代M次。

　　最后，解码器会将迭代好的动力学信息Y，从最后一次迭代出的图中提取出来。

　　反馈回物体X上后，物体中的颗粒便能一进行一帧帧改变，连续起来就是模拟出的液体形态。

　　可以看见，无论是哪种物体形态，GNS 预测的效果都与真值非常相近。

　　创新点

　　与之前一些模拟液体的神经网络相比，GNS 最大的改进在于，它将不同的物体类型，转变成了输入向量的一个特征。

　　只需要将不同的物体类型（例如沙子、水、胶质物等）用不同特征区分，就能表现出它们的状态。

　　相比之下，此前一个名为 DLP 的、基于神经网络的液体模拟器，与 GNS 相比就过于复杂。

　　同样是模拟各种流体模型，DLP 则需要不断地保存颗粒之间的相对位移，甚至需要修改模型来满足不同的流体类型——所需要的运算量过于庞大。

　　不仅如此，GNS 的模拟效果竟然还比基于 DLP 的模拟器更好。

　　细节更出众

　　下面是 GNS 与一款基于 DLP 原理的增强版 CConv 模拟器的效果对比。

　　与 CConv 相比，GNS 在不同物体类型的模拟表现上依旧非常优秀，下图是二者共同模拟一个漂浮在水上的方块时，所生成的效果。

　　可以看见，GNS 生成的方块和真值一样，在水中漂浮自如；相比之下，CConv 生成的方块直接在水的冲击下变了形(被生活击垮)。

　　如果采用与真实值相比的均方误差（MSE）进行对比的话，在各种物体形态下，GNS 都要比 CConv 效果更佳。

　　除此之外，下图展示了 GNS 分别采用强化学习中 Rollout 和 One-step 两种算法策略的均方误差效果。（以及迭代次数、是否共享 GN 参数、连接半径、训练噪声量、关联/独立编码器等）

　　可见，采取 Rollout 的效果（下半部分）在各方面都要比采取 One-step 的效果好得多。

　　不仅如此，红色部分是 GNS 模型最终采用的策略，可见，所有策略都将均方误差降到了最低。

　　四位共同一作

　　这项研究主要由 DeepMind 和斯坦福大学合作。

　　论文的共同一作共四位。

　　Alvaro Sanchez-Gonzalez

　　Alvaro Sanchez-Gonzalez 本科和硕士攻读的专业分别是物理和计算机，基于这样的背景，在博士期间，他主要专注于使用计算机方法来解决物理研究中的一些挑战。

　　2017 年加入谷歌 DeepMind 团队，研究主要集中在结构化方法、强化学习等。

　　Jonathan Godwin

　　Jonathan Godwin 在 2018 年 3 月加入 DeepMind，并于 2019 年 11 月晋升为高级研究工程师。

　　此前，他也有过自己创业的经历，分别是信息科技服务公司 Bit by Bit Computer Consulting 和金融公司 Community Capital 的 CEO。

　　在创业后和加入 DeepMind 之前，他还在计算机软件公司 Bloomsbury AI 做了一年多的机器学习工程师。

　　Tobias Pfaff

　　Tobias Pfaff 是 DeepMind 的一名研究科学家，从事物理模拟和机器学习的交叉研究。

　　分别在苏黎世联邦理工学院和加州伯克利分校，完成博士和博士后的学习任务。

　　Rex Ying

　　第四位共同一作是 Rex Ying，目前在斯坦福大学攻读博士学位，研究主要集中在开发应用于图形结构数据的机器学习算法。

　　2016 年以最高荣誉毕业于杜克大学，主修计算机科学和数学两个专业。

　　……

　　最后，对于 AI 通过「看」来模拟如此复杂的流体运动，网友认为：

脑能模拟各种复杂运动，靠的就是神经网络，而不是复杂的力学公式。

　　不仅如此，这项技术或许还大幅降低影视、游戏行业特效成本。

　　那么，这样的技术，你看好吗？

　　参考链接：

　　https://www.sciencemag.org/news/2020/07/watch-artificial-intelligence-learn-simulate-sloppy-mixtures-water-sand-and-goop

　　https://arxiv.org/abs/2002.09405

　　https://sites.google.com/view/learning-to-simulate/home#h.p_qUqtrBIqti4G