DIMON (Diffeomorphic Mapping Operator Learning) नावाचा एक नवीन कृत्रिम बुद्धिमत्ता चौकट जटिल गणिती समस्या सोडवण्याची प्रक्रिया लक्षणीयरीत्या वेगवान करतो, ज्या परंपरागतपणे सुपरकंप्युटरची आवश्यकता असते, त्या वैयक्तिक संगणकावर सोप्या बनवतो. हा AI मॉडेल विशेषतः अभियांत्रिकी आणि शास्त्रीय क्षेत्रांमध्ये प्रभावी आहे जे आंशिक भिन्न समीकरणे (PDEs) वापरून विविध शक्तींना, आकारांना, आणि परिस्थितींना प्रतिसाद म्हणून वस्तू कशा वागतात हे समजून घेतात. DIMON अभियंते विकृती, विद्युत प्रवाह, आणि द्रव गतिकी विविध भूमितीय संरचनांमध्ये जसे की क्रॅश घटनासंदर्भात किंवा वैद्यकीय संशोधनात, जसे की हृदयाच्या अनियमित धडकांचा अभ्यास करताना कसे मॉडेल करतात हे बदलू शकतो. हे AI वापरून वर्तनाचे नमुने शिकण्यासाठी वेगवान भाकीत करायची परवानगी देते, ज्यामुळे प्रत्यक्षात पुन्हा गणनेची गरज नाही आणि एकदा सोडविण्यासाठी तास किंवा आठवडे लागत असत त्याऐवजी ते सेकंदांमध्ये पूर्ण होऊ शकतात. जॉन्स हॉपकिन्स युनिव्हर्सिटीच्या नतालिया त्रायानोव्हा यांच्या नेतृत्वाखालील संशोधनाने या चौकटीचे व्यापक उपयोगिता दर्शवले, हे 1, 000 हृदय डिजिटल जुळ्यांवर चाचणी करून, विद्युत संकेत प्रसाराचे वेगवान आणि अचूक भविष्यवाणी साध्य करून.

DIMON ची गती आणि कार्यक्षमता वास्तविक जगाच्या नैदानिक प्रवाहांमध्ये व्यावहारिक बनवते, हृदयाच्या निदान आणि उपचाराच्या नियोजनासाठी आवश्यक वेळ मोठ्या प्रमाणात कमी करते. विकसक मिंगलांग यिन आणि अन्य व्यक्तींनी सूचित केले की DIMON ची विविध आकारांमध्ये PDEs सोडवण्याची क्षमता ते हृदयरोग विज्ञानाच्या पलीकडच्या विविध अभियांत्रिकी कामांसाठी पुरेसा अष्टपैलू बनवते, ज्यात डिझाइन ऑप्टिमायझेशन आणि ज्या परिस्थितीत आकार सतत बदलत असतात अशा मॉडेलिंग परिदृश्यांचा समावेश आहे. NIH, NSF, आणि U. S. ऊर्जा विभागासारख्या विविध संस्थांच्या अनुदानाने समर्थित हे संशोधन अनेक वैज्ञानिक क्षेत्रांमध्ये संगणकीय मॉडेलिंगमध्ये एक महत्त्वपूर्ण उडी दर्शवते.