AI giúp cách mạng hóa việc giải các phương trình khoa học

Trong nhiều thập kỷ qua, môn toán đã trở thành một “nút thắt cổ chai” trong khoa học, làm chậm tiến độ khám phá trong các lĩnh vực như vật lý, hóa học và khí hậu.

Mặc dù vậy, sự xuất hiện của trí tuệ nhân tạo (AI) đang thay đổi cục diện này khi thời gian giải các phương trình phức tạp đã giảm từ nhiều năm xuống chỉ còn vài phút.

Theo một nghiên cứu mới dài 500 trang, các nhà khoa học giờ đây có thể giải quyết những bài toán mà trước đây họ phải chờ đợi hàng thập kỷ để có đủ sức mạnh tính toán. Tiến sĩ Shuiwang Ji từ Đại học Texas A&M, đồng tác giả của nghiên cứu, cho biết: “Mục tiêu của khoa học tự nhiên là hiểu thế giới ở các thang đo thời gian và vật lý khác nhau, dẫn đến ba hệ thống chính: lượng tử, nguyên tử và liên tục”.

Một ví dụ điển hình là phương trình Schrödinger, vốn được xem như là xương sống của cơ học lượng tử. Trong khi việc giải quyết phương trình này với hai electron là khả thi, thì khi số lượng hạt tăng lên, bài toán trở nên phức tạp hơn rất nhiều. Các phương pháp truyền thống chỉ có thể đưa ra các ước lượng gần đúng nhưng lại tốn nhiều thời gian và không đạt được độ chính xác cao.

Giờ đây AI đang giúp các nhà nghiên cứu vượt qua những rào cản này. Các mô hình học máy được đào tạo từ các giải pháp đã biết có khả năng phát hiện các mẫu ẩn mà con người thường bỏ lỡ. Sau khi được đào tạo, chúng có thể dự đoán hàm sóng hoặc áp suất chất lỏng cho các hệ thống mới chỉ trong vài giây với độ chính xác cao.

Nghiên cứu của Ji và hơn 60 cộng sự đã chỉ ra rằng các mạng nơ-ron đồ thị có thể xử lý các nguyên tử như các nút và liên kết như các cạnh, điều này giúp tăng tốc độ và độ tin cậy trong việc giải quyết các bài toán khoa học. Một thành công đáng chú ý là mạng nơ-ron đồ thị đã giải quyết một bài toán lý thuyết hàm mật độ trong chưa đầy 10 phút thay vì hàng tháng như trước đây.

AI không chỉ giúp trong lĩnh vực hóa học mà còn trong sinh học và vật liệu. Phiên bản AlphaFold năm 2021 đã dự đoán hình dạng của khoảng 200 triệu protein chỉ trong một năm, điều này giúp các nhà sinh học có thể lên kế hoạch thí nghiệm ngay trong ngày. Các nhà khoa học vật liệu cũng đang sử dụng AI để sàng lọc hàng triệu chất điện phân pin để rút ngắn thời gian và chi phí nghiên cứu.

Tuy nhiên, việc ứng dụng AI trong khoa học cũng đặt ra nhiều thách thức, từ việc thiếu dữ liệu đến các vấn đề đạo đức. Ji nhấn mạnh rằng không một phòng thí nghiệm nào có thể bao quát hết các bài toán phức tạp này, và sự hợp tác giữa các nhà khoa học là rất cần thiết.

Với sự phát triển nhanh chóng của AI, các nhà nghiên cứu hy vọng rằng công nghệ này sẽ không chỉ giúp giải quyết các bài toán khó mà còn thúc đẩy sự sáng tạo trong khoa học, từ đó mở ra những hướng đi mới cho nghiên cứu và phát triển.