Vào ngày 14/9 vừa qua tại thủ đô Hà Nội, buổi bài giảng đại chúng mang chủ đề “AI với Vật lý” đã thu hút sự tham gia đông đảo của cộng đồng nghiên cứu bao gồm các nhà khoa học, giảng viên, sinh viên cùng hàng ngàn người theo dõi trực tuyến. Chương trình này do Trung tâm Dữ liệu và Thông tin khoa học thuộc Viện Hàn lâm Khoa học và Công nghệ Việt Nam phối hợp cùng trường Đại học VinUni và Hội Vật lý Việt Nam đồng tổ chức.
Phát biểu tại sự kiện, PGS.TS Nguyễn Hồng Quang, Phó Chủ tịch kiêm Tổng Thư ký Hội Vật lý Việt Nam, nhận định rằng trí tuệ nhân tạo đang mở ra một kỷ nguyên công nghệ hoàn toàn mới. Đối với giới học thuật và nghiên cứu chuyên sâu, thách thức cốt lõi hiện nay không chỉ dừng lại ở việc thấu hiểu cách thức hoạt động của trí tuệ nhân tạo, mà còn là tìm ra phương pháp tích hợp công nghệ này một cách tối ưu vào từng phân ngành chuyên môn cụ thể.
Trí tuệ nhân tạo và bước đột phá trong tìm kiếm vật liệu mới
Trình bày tại buổi tọa đàm, TS Phan Đức Anh đến từ Trung tâm Đổi mới sáng tạo và Công nghệ Vật liệu thuộc Trường Đại học VinUni chia sẻ rằng các phương pháp nghiên cứu vật liệu truyền thống thường bắt đầu từ việc quan sát thực nghiệm ngoài đời thực. Tiếp theo đó, các nhà nghiên cứu sẽ xây dựng hệ thống lý thuyết cùng các mô hình nhằm giải thích hiện tượng và hình thành nên các giả thuyết khoa học.
Sự ra đời của máy tính điện tử từ giữa thế kỷ XX đã tạo ra một bước ngoặt lớn, khi các phương pháp mô phỏng cho phép con người phân tích sâu hơn những hệ thống vật lý có độ phức tạp cao trước khi đưa vào thí nghiệm thực tế. Nhờ sự tiến bộ vượt bậc về năng lực tính toán và sự xuất hiện của các hệ thống siêu máy tính, công nghệ mô phỏng ngày nay được ứng dụng rộng rãi trong việc dự đoán trước các đặc tính vật lý của vật liệu.
Sự phát triển mạnh mẽ của trí tuệ nhân tạo tiếp tục mở rộng biên giới này. Bằng khả năng xử lý khối lượng dữ liệu khổng lồ với tốc độ cao, các mô hình công nghệ có thể hỗ trợ đắc lực cho việc phân tích số liệu, dự đoán tính chất vật liệu, truy tìm cấu trúc phân tử mới cũng như nhận diện những mối quan hệ chằng chịt giữa nhiều biến số khác nhau.
Một trong những hướng đi nổi bật và đầy tiềm năng hiện nay là phương pháp “thiết kế ngược” (inverse design). Thay vì đi theo lối mòn là bắt đầu từ một cấu trúc vật liệu có sẵn rồi tìm cách dự đoán tính chất của nó, các nhà nghiên cứu giờ đây sẽ định hình trước những đặc tính mong muốn, sau đó sử dụng các thuật toán trí tuệ nhân tạo để rà soát và tìm kiếm cấu trúc phù hợp nhất. Con người đóng vai trò đưa ra câu hỏi và định hướng mục tiêu khoa học, trong khi các hệ thống thông minh hỗ trợ sàng lọc phương án trong không gian dữ liệu rộng lớn.
Bên cạnh đó, công nghệ này còn có khả năng tổng hợp các tài liệu công bố khoa học trên toàn cầu, tự động nhận diện các xu hướng mới nổi, gợi ý những khoảng trống nghiên cứu còn bỏ ngỏ và dự đoán chính xác tính chất của đa dạng các loại vật liệu từ polymer, dược phẩm cho đến kim loại và hợp kim.
Mặc dù vậy, năng lực dự đoán ưu việt không có nghĩa là trí tuệ nhân tạo có thể thay thế hoàn toàn vai trò của các nhà khoa học. Hiệu quả thực tế của bất kỳ mô hình nào vẫn phụ thuộc chặt chẽ vào chất lượng, quy mô và mức độ tương thích của dữ liệu đầu vào. Do đó, các nhà nghiên cứu vẫn giữ vai trò chủ đạo trong việc xác định bài toán, lựa chọn nguồn dữ liệu, đánh giá độ tin cậy của mô hình và kiểm chứng kết quả thu được.
Từ hạt nano vàng đến công nghệ định lượng virus viêm gan B
Ở một hướng tiếp cận ứng dụng khác trong lĩnh vực y sinh, PGS.TS Lê Văn Lịch, đồng nghiệp tại Trung tâm Đổi mới sáng tạo và Công nghệ Vật liệu thuộc Trường Đại học VinUni, đã trình bày về phương pháp kết hợp giữa trí tuệ nhân tạo và vật lý nano nhằm mục đích phát hiện và định lượng chính xác virus viêm gan B (HBV).
Nhóm nghiên cứu đã ứng dụng các hạt nano vàng, hiện tượng quang học nano kết hợp cùng những mô hình học máy tiên tiến. Sự biến đổi về màu sắc của dung dịch chứa các hạt nano vàng phản ánh trực tiếp các phản ứng hóa sinh diễn ra bên trong hệ thống. Dựa trên nền tảng này, nhóm đã phát triển thành công phương pháp cảm biến sinh học với khả năng phân biệt rõ ràng giữa các mẫu xét nghiệm dương tính và âm tính với virus viêm gan B.
Thay vì chỉ dựa vào việc quan sát màu sắc bằng mắt thường vốn dễ mang tính chủ quan, công nghệ học máy được áp dụng để phân tích hình ảnh kỹ thuật số, chuyển đổi các tín hiệu màu sắc thành dữ liệu định lượng chính xác về tải lượng virus có trong mẫu thử.
Bộ dữ liệu phục vụ cho nghiên cứu này bao gồm tổng cộng 990 hình ảnh, tương ứng với các mẫu xét nghiệm có nồng độ virus dao động từ 0 cho đến 10^8 bản sao trên một phản ứng. Trong đó, có 810 dữ liệu được sử dụng cho quá trình huấn luyện mô hình, 162 dữ liệu dành cho việc kiểm chứng và 18 dữ liệu chuyên biệt để kiểm tra thực tế. Nhóm nghiên cứu đã tiến hành so sánh ba mô hình học máy khác nhau cùng ba mô hình học sâu để tìm ra phương án tối ưu nhất.
Mục tiêu chiến lược trong dài hạn của nhóm là tích hợp trọn vẹn các thuật toán xử lý hình ảnh cùng mô hình trí tuệ nhân tạo thành một ứng dụng tiện lợi chạy trực tiếp trên điện thoại thông minh. Khi đó, người dùng phổ thông có thể tự thực hiện xét nghiệm nhanh tại nhà, sử dụng camera điện thoại để chụp ảnh mẫu thử và để hệ thống tự động phân tích, trả về kết quả định lượng một cách nhanh chóng.
Tuy nhiên, để có thể thương mại hóa và đưa giải pháp này vào đời sống thực tế, nhóm nghiên cứu vẫn đang tập trung tối ưu hóa độ chọn lọc, độ đặc hiệu, khả năng mở rộng sang các tác nhân gây bệnh truyền nhiễm khác và tích hợp thành một giải pháp chẩn đoán tại chỗ hoàn chỉnh.
Một trong những thách thức kỹ thuật lớn hiện nay là sự khác biệt về chất lượng camera giữa các dòng điện thoại, điều kiện ánh sáng môi trường xung quanh có thể làm sai lệch dữ liệu màu sắc. Do đó, các nhà khoa học đang nỗ lực xây dựng bộ cơ sở dữ liệu cùng các thuật toán có độ ổn định cao, ít phụ thuộc vào thiết bị ghi hình nhằm đảm bảo hệ thống vận hành chính xác trong mọi điều kiện thực tế.
Góc nhìn chuyên gia kỹ thuật từ TTC Việt Nam
Nhận định về xu hướng chuyển đổi công nghệ này, các chuyên gia kỹ thuật tại TTC Việt Nam cho rằng việc ứng dụng công nghệ thông minh vào các lĩnh vực chuyên sâu như vật lý hay y sinh đòi hỏi một nền tảng hạ tầng mạng và xử lý dữ liệu cực kỳ mạnh mẽ. Khi khối lượng dữ liệu nghiên cứu ngày càng tăng lên theo cấp số nhân, việc đảm bảo tốc độ đường truyền, tính bảo mật của dữ liệu y tế và khả năng kết nối liền mạch giữa các hệ thống đám mây là chìa khóa quyết định sự thành công của mọi giải pháp công nghệ số.
Trí tuệ nhân tạo là công cụ hỗ trợ đắc lực cho quy trình khoa học
Những phiên thảo luận chuyên sâu tại chương trình đã minh chứng rõ ràng rằng việc ứng dụng trí tuệ nhân tạo vào ngành vật lý không đơn thuần chỉ là việc chọn đại một mô hình rồi đưa dữ liệu thô vào huấn luyện. Bất kỳ yếu tố nào dù là độ nhiễu của dữ liệu, số lượng biến số đầu vào, đặc tính vật lý nano, độ pH hay sự khác biệt về thiết bị ghi hình đều có thể tác động trực tiếp đến kết quả cuối cùng.
Vì lý do này, trí tuệ nhân tạo bắt buộc phải được triển khai trong một khuôn khổ nghiên cứu liên ngành, nơi kiến thức chuyên môn cốt lõi, dữ liệu sạch, thuật toán tối ưu, mô hình mô phỏng và thực nghiệm phải được kết hợp chặt chẽ với nhau.
Theo chia sẻ từ TS Phan Đức Anh, việc ứng dụng hiệu quả các mô hình công nghệ tiên tiến đã giúp nhóm nghiên cứu của ông nâng cao đáng kể hiệu suất công bố khoa học, đạt được khoảng 10 bài báo uy tín chỉ trong vòng từ một đến hai năm.
Từ những bước tiến đột phá trong việc khám phá vật liệu tiên tiến cho đến các giải pháp xét nghiệm nhanh chóng trên thiết bị di động, điểm chung cốt lõi là trí tuệ nhân tạo không thể đứng độc lập một mình. Công nghệ này chỉ thực sự phát huy tối đa giá trị khi được gắn kết chặt chẽ với một câu hỏi khoa học cụ thể, nguồn dữ liệu đầu vào đạt chuẩn và một cơ chế kiểm chứng kết quả đáng tin cậy.
Trong bối cảnh năng lực tính toán và kho tàng dữ liệu toàn cầu không ngừng mở rộng, sự giao thoa mạnh mẽ giữa trí tuệ nhân tạo và vật lý không chỉ mang đến thêm những công cụ nghiên cứu đắc lực, mà còn thay đổi căn bản cách thức mà các nhà khoa học đặt ra câu hỏi, thiết kế các mô hình thí nghiệm và tìm kiếm lời giải cho những bài toán hóc búa của nhân loại.
Để được tư vấn chi tiết về các giải pháp hạ tầng mạng, hệ thống trung tâm dữ liệu và các ứng dụng công nghệ viễn thông tiên tiến phục vụ cho doanh nghiệp và nghiên cứu, quý khách hàng vui lòng liên hệ ngay với TTC Việt Nam (ttcvn.net) để nhận được sự hỗ trợ chuyên sâu từ đội ngũ kỹ thuật giàu kinh nghiệm.
