Jun, 2023
MeLM，一个用于解决正向和反向力学问题的生成式预训练语言建模框架
MeLM, a generative pretrained language modeling framework that solves
forward and inverse mechanics problems
TL;DR我们报道了一种灵活的多模态力学语言模型MeLM，应用于解决各种非线性正向和反向问题，可以处理一组指令、数字和微观结构数据。该框架应用于各种示例，包括生物启发的分层蜂窝设计、纳米碳管力学和蛋白质展开。虽然该模型具有灵活的特性，可以轻松整合多种材料、尺度和力学特性，但它在不同的正向和反向任务中表现良好。基于自回归注意力模型，MeLM有效地表示由数亿个神经元组成的大型多粒子系统，其中通过形成图形的自我注意机制发现相互作用势能，然后利用训练数据中发现的协同作用来确定新兴结构的关系。我们展示了该模型可以解决复杂的退化力学设计问题，并在各个分层级上确定新颖的材料体系结构，为材料发现和分析提供了一种途径。除了本文报告的示例外，我们还讨论了应用力学中的其他机会以及关于在建模、设计和分析中使用大型语言模型的一般考虑，这些模型可以跨越从力学、热学、光学到电子等广泛的材料属性的领域。