Buzz
VTV.vn - Hệ thống AI mang tên THOR đã giúp giảm thời gian tính toán sự tương tác giữa các nguyên tử từ hàng nghìn giờ xuống chỉ còn vài giây.
Để dự đoán chính xác hành vi và tính chất của vật liệu, các nhà khoa học phải tính toán cách các nguyên tử bên trong chúng di chuyển và tương tác. Đại lượng toán học dùng để mô tả sự tương tác này gọi là "tích phân cấu hình" (configurational integral).
Tuy nhiên, bài toán này vấp phải một trở ngại lớn mà giới khoa học gọi là "lời nguyền số các chiều". Khi số biến số tăng lên, độ phức tạp của bài toán cũng tăng theo cấp số nhân, khiến ngay cả siêu máy tính cũng gặp khó khăn trong việc tính toán.
AI đang dần khẳng định vị thế trong ngành Toán học - Ảnh: Getty.
Giáo sư Dimiter Petsev từ Đại học New Mexico giải thích rằng, trước đây việc giải trực tiếp tích phân cấu hình là điều không thể, vì nó liên quan đến hàng nghìn chiều dữ liệu. Nếu sử dụng các phương pháp tính toán thông thường, thời gian để giải bài toán này còn dài hơn tuổi của vũ trụ.
Do đó, trong nhiều thập kỷ, các nhà khoa học đã phải dùng các phương pháp mô phỏng gián tiếp (như động lực học phân tử hay mô phỏng Monte Carlo), phải chạy máy tính suốt tuần lễ nhưng chỉ thu được kết quả xấp xỉ.
Giải pháp của AI THOR
Để giải quyết bài toán khó khăn, các nhà nghiên cứu từ Đại học New Mexico và Phòng thí nghiệm Quốc gia Los Alamos đã phát triển một khuôn khổ tính toán mới có tên THOR (Tensors for High-dimensional Object Representation). Tiến sĩ Boian Alexandrov, nhà khoa học AI cấp cao tại Los Alamos và là người đứng đầu dự án, cho rằng việc xác định chính xác hành vi nhiệt động lực học sẽ giúp chúng ta hiểu rõ hơn về cơ học thống kê, và ứng dụng vào các lĩnh vực quan trọng như luyện kim.
Vậy AI THOR hoạt động như thế nào? Hệ thống này biến bài toán phức tạp thành một dạng có thể giải quyết dễ dàng bằng cách "nén" dữ liệu. Cụ thể, nó chia nhỏ khối dữ liệu lớn thành các phần nhỏ, kết nối với nhau thông qua một chiến lược toán học đặc biệt.
Giải pháp của AI THOR tiết kiệm thời gian đáng kể - Ảnh: AI.
Điều ấn tượng là hệ thống này cực kỳ thông minh, có khả năng tự động nhận diện các "tính đối xứng" trong cấu trúc tinh thể của vật liệu. Nhờ phát hiện được các quy luật trùng lặp này, lượng phép tính cần thực hiện đã được giảm đáng kể.
Từ hàng nghìn giờ xuống chỉ còn vài giây
Nhóm nghiên cứu đã thử nghiệm THOR AI trên nhiều hệ vật liệu khác nhau, như đồng, khí hiếm argon (ở trạng thái tinh thể dưới áp suất cực lớn), và quá trình chuyển đổi trạng thái rắn phức tạp của thiếc.
Kết quả thật ấn tượng: THOR AI cung cấp kết quả chính xác tương đương với các phương pháp mô phỏng tiên tiến nhất của Los Alamos, nhưng nhanh hơn tới 400 lần. Những phép tính từng tốn hàng nghìn giờ nay được hoàn thành chỉ trong vài giây mà không làm giảm độ chính xác.
Nhà khoa học Duc Truong, tác giả chính của nghiên cứu tại Los Alamos, khẳng định bước đột phá này đã thay thế những phương pháp mô phỏng và ước lượng tồn tại suốt thế kỷ bằng một phép tính dựa trên các nguyên lý cơ bản. Ông cũng nhấn mạnh rằng THOR AI sẽ mở ra cơ hội cho những khám phá nhanh chóng và những hiểu biết sâu sắc về vật liệu trong tương lai.
Với khả năng tích hợp mượt mà với các mô hình học máy (machine learning) để phân tích vật liệu dưới nhiều điều kiện khác nhau, THOR AI được kỳ vọng trở thành công cụ vô giá trong các lĩnh vực khoa học vật liệu, vật lý và hóa học. Toàn bộ dự án THOR đã được công bố rộng rãi trên nền tảng mã nguồn mở GitHub , giúp cộng đồng dễ dàng tiếp cận.
