量子位

칭화 특별상 수상자 AI 창업 추가 1명: GeoPT 한 명이 물리 세계 모델에 참여함

물리 모델링 기능을 갖춘 세계 모델로부터 시작하기

이미지 출처 · 量子位

헝위, 압비사에서 발행
양자비 | 공식 계정 QbitAI

세계 모델 트랙은 계속해서 가장 지혜로운 두뇌로 가득 차고 있습니다.

양자비는 2022년 톈칭 특별상을 받았던 우하이쉬가 올해 조용히 세계 모델 창업을 시작했다고 알게 되었다.

물원 기술이라는 회사는 지금까지 여러 차례의 자금 조달을 빠르게 완료했으며, 회사의 가치는 수억 달러에 달합니다. 투자자들 중에는 안마, 메이윈, 다창재지, 성연과 같은 일선 투자 기관들이 포함되어 있습니다.

올해 2월, 우하이쉬의 일곱 편의 작품인 GeoPT이 기술 분야에서 큰 주목을 받았습니다.

이 연구는 새로운 동적학적 전방 학습 패러다임을 제시합니다. 합성 동적(Synthetic Dynamics)을 통해 정적 기하학을 동적 공간으로 '업그레이드'하여, 모델이 레이블이 없는 데이터에서 입자 궤적의 진화를 통해 물리적 직관을 습득할 수 있도록 합니다.

이 논문의 저자들 중에는 청화 소프트웨어학원의 장기연구교수 및 부교수인 룽밍셍(우하이쉬 박사 지도교수), MIT의 허카이밍, 그리고 MIT 교수인 보이치에흐 마투시크(우하이쉬 박사후 연구팀 지도교수) 등이 포함된다.

우리는 우하이쉬가 이번 창업에서 물리 모델링 기능을 갖춘 세계 모델을 시작점으로 선택했다는 것을 알게 되었습니다.

접근자 원과학기술에 정통한 사람에 따르면, 이 방안은 기술적 접근 방식 면에서 GeoPT의 연구 경로를 어느 정도 계승하고 있다고 합니다.

우하이쉬는 누구인가?

우하이쉬는 2016년 톈칭대학교 소프트웨어학부 소프트웨어공학과에 입학하여 학부 과정을 밟았고, 그 다음 해에는 톈칭대학교 수학과의 순수수학 및 응용수학 전공으로 두 번째 학위를 취득했다.

2019년 여름, 그는 방문 학생으로 하버드 대학교 비주얼 컴퓨팅 그룹에 들어가 연구를 진행했으며, 지도교수는 한스페터 페피стер 교수였습니다.

학사 졸업 후, 그는 톈칭대학교 소프트웨어학부에서 대학원 생활을 시작했으며, 지도교수는 종명성 교수입니다.

룡밍성 연구팀은 초기 단계에서 전이 학습(Transfer Learning)에 대한 연구를 진행했으며, 이후 시공간 기반 모델, 시공간 예측, 과학을 위한 AI, 다중 모드 세계 모델 등으로 연구 방향을 전환했습니다.

2022년, 우하이시는 칭화대학의 특별 장학금을 받았습니다.

칭화 특별상의 가치에 대해 여러분도 어느 정도 들어보았을 것입니다. 월의 어두운 면 양지린, OpenAI의 천리제, 구글의 요상우(사업을 시작한 RSI로 알려짐), Sand.ai의 조약, LiberAI의 유송명 등이 이 상을 받은 바 있습니다.

특별상 답변 시, 우하이쉬는 ICML, NeurIPS, IEEE TPAMI 등 CCF-A급 회의/학술지에 7편의 논문을 발표했으며, 그 중 6편은 공동 저자로 참여한 것이었습니다.

당시 그의 핵심 연구 성과는 Autoformer였습니다. 이 연구는 시퀀스 분해 개념과 개선된 주의 메커니즘을 최초로 체계적으로 융합한 것으로, 긴 순차 시계열 예측(LSTF) 마일스톤 모델로 불립니다.

Autoformer 이후, 그는 PredRNN, Corrformer, Transolver, GeoPT과 같은 연구도 발표했다.

2025년부터 그는 MIT CSAIL에서 박사후연구원으로 근무하기 시작했으며, GeoPT은 바로 그 기간 동안 그가 수행한 대표적인 연구입니다.

이 기간 동안 우하이쉬의 박사후보자 지도교수인 보이체흐 마투시크는 컴퓨터 그래픽스, 계산 제조, 로봇공학 등 다양한 분야에서 유명한 학자였습니다. 그의 연구는 알고리즘을 이용해 디지털 세계와 물리적 제조를 연결하는 데 중점을 두고 있었습니다.

우하이쉬의 현재 개인 홈페이지에는 그의 개인적인 연구 초점은 주로 딥러닝과 과학 머신러닝에 집중되며, 목표는 물리 시스템에 확장 가능한 원칙을 구축하는 것입니다라고 명시되어 있습니다.

그 연구는 물리 시스템과 동력 시스템이라는 두 주제에 초점을 맞추고 있으며, 주로 다음 세 가지 방향으로 나뉩니다:

물리학 원리에 기반한 확장 가능한 기반 네트워크(Autoformer, Corrformer, Transolver)

端到端 물리적 기반 모델 (TimesNet, Unisolver, GeoPT)

분야 인식형 과학 학습 시스템 (Flowformer, Transolver++, FlashBias)

현재까지 우하이쉬의 구글 학술 검색 인용 횟수는 29611입니다.

참고 링크:
[1]
https://wuhaixu2016.github.io/
[2]
https://scholar.google.com/citations?user=oLL_x0wAAAAJ&hl=en
[3]
https://people.csail.mit.edu/wojciech/
[4]
https://www.thss.tsinghua.edu.cn/info/1023/2032.htm

원문 출처

量子位

내용 안내

원문 발행 및 권리는 출처에 있습니다.

기계 번역 · 원문을 참고하세요