AI phát hiện quy luật vật lý mới trong plasma – trạng thái thứ tư của vật chất

Một cách tiếp cận lý thuyết mới đang giúp giới khoa học hiểu rõ hơn về hành vi phức tạp của các hệ nhiều hạt (many-body systems).

Trong nghiên cứu công bố trên tạp chí PNAS , các nhà vật lý thực nghiệm và lý thuyết tại Đại học Emory đã ứng dụng một kỹ thuật học máy để phát hiện những đặc điểm bất ngờ của các lực “không đối xứng” (non-reciprocal forces) – yếu tố chi phối hành vi của hệ nhiều hạt.

Công trình kết hợp một mạng nơ-ron được thiết kế riêng với dữ liệu đo đạc trong phòng thí nghiệm từ plasma bụi – một dạng khí ion hóa chứa các hạt tương tác với nhau. Khác với phần lớn ứng dụng AI trong khoa học vốn chỉ dùng để phân tích dữ liệu hoặc dự đoán, nghiên cứu này sử dụng AI để khám phá những quy luật vật lý chưa từng được biết tới.

Justin Burton, giáo sư vật lý thực nghiệm tại Emory và đồng tác giả cao cấp của nghiên cứu, cho biết nhóm đã chứng minh AI có thể được dùng để “tìm ra vật lý mới”. Ông nhấn mạnh phương pháp này không phải “hộp đen”, vì các nhà khoa học hiểu rõ cơ chế hoạt động của nó. Quan trọng hơn, khung lý thuyết mà họ xây dựng có tính phổ quát, có thể áp dụng cho nhiều hệ nhiều hạt khác để mở ra hướng khám phá mới.

Theo nhóm nghiên cứu, đây là mô tả chi tiết nhất từ trước tới nay về vật lý của plasma bụi, bao gồm việc mô tả các lực không đối xứng với độ chính xác vượt quá 99%. Ilya Nemenman, giáo sư vật lý lý thuyết tại Emory, cho biết điều thú vị hơn cả là họ phát hiện một số giả định lý thuyết lâu nay về các lực này chưa hoàn toàn chính xác. Nhờ độ chi tiết cao của mô hình AI, nhóm có thể điều chỉnh lại những sai lệch đó.

Chiến lược dựa trên AI này được kỳ vọng có thể dùng để suy ra quy luật vật lý trong nhiều hệ có số lượng lớn hạt tương tác, chẳng hạn như chất keo (colloids) trong sơn, mực in, hay cụm tế bào trong cơ thể sinh vật.

Plasma – trạng thái thứ tư của vật chất

Plasma thường được gọi là trạng thái thứ tư của vật chất. Đây là khí bị ion hóa, nơi electron và ion chuyển động tự do, tạo ra các đặc tính như dẫn điện. Khoảng 99,9% vũ trụ quan sát được được cho là tồn tại dưới dạng plasma, từ gió Mặt Trời cho đến tia sét trên Trái Đất.

Plasma bụi ngoài ion và electron còn chứa các hạt bụi mang điện. Nó xuất hiện trong nhiều môi trường vũ trụ như vành đai Sao Thổ hay tầng điện ly của Trái Đất. Trên Mặt Trăng, lực hấp dẫn yếu khiến các hạt bụi mang điện có thể lơ lửng phía trên bề mặt, lý giải vì sao bộ đồ phi hành gia thường bị phủ đầy bụi.

Ngay trên Trái Đất, plasma bụi cũng có thể hình thành trong các vụ cháy rừng, khi hạt muội hòa trộn với khói và bị tích điện, đôi khi làm gián đoạn liên lạc vô tuyến của lực lượng cứu hỏa.

Trong phòng thí nghiệm, nhóm của Burton treo lơ lửng các hạt nhựa siêu nhỏ trong buồng chân không chứa plasma để mô phỏng những hệ phức tạp hơn. Bằng cách điều chỉnh áp suất khí, họ có thể tái tạo nhiều điều kiện vật lý khác nhau và quan sát phản ứng của hệ trước các tác động bên ngoài.

Để phục vụ nghiên cứu này, nhóm phát triển phương pháp chụp cắt lớp nhằm theo dõi chuyển động 3D của các hạt trong plasma bụi. Một tấm laser quét qua buồng thí nghiệm trong khi camera tốc độ cao ghi hình. Ghép các ảnh ở nhiều vị trí khác nhau, họ tái dựng được quỹ đạo ba chiều của hàng chục hạt trong nhiều phút liên tục.

Thiết kế mạng nơ-ron để khám phá vật lý mới

Không giống các hệ thống AI phổ biến như ChatGPT vốn được huấn luyện trên khối lượng dữ liệu khổng lồ, nghiên cứu này đối mặt với thách thức là dữ liệu tương đối hạn chế. Vì vậy, nhóm buộc phải thiết kế một mạng nơ-ron có thể học hiệu quả từ lượng dữ liệu nhỏ nhưng vẫn đủ sức khám phá quy luật mới.

Sau hơn một năm thảo luận hàng tuần, họ xây dựng được cấu trúc mạng phù hợp. Mô hình được thiết kế để tuân theo các ràng buộc vật lý cần thiết, đồng thời vẫn đủ linh hoạt để suy luận những yếu tố chưa biết.

Nhóm chia chuyển động của hạt thành ba thành phần chính: lực cản phụ thuộc vận tốc, các lực môi trường như trọng lực, và lực tương tác giữa các hạt. Khi được huấn luyện trên quỹ đạo 3D của các hạt, mô hình có thể học chính xác các lực không đối xứng giữa chúng, đồng thời tính đến tính đối xứng, sự khác biệt giữa các hạt và các yếu tố phức tạp khác.

Những kết quả gây bất ngờ

Để hình dung lực không đối xứng, các nhà nghiên cứu ví nó như hai chiếc thuyền di chuyển trên hồ tạo ra sóng. Sóng do mỗi thuyền tạo ra sẽ ảnh hưởng đến chuyển động của thuyền còn lại. Tùy vị trí tương đối – đi song song hay nối đuôi nhau – tác động có thể là hút hoặc đẩy.

Trong plasma bụi, nhóm phát hiện hạt đi trước sẽ hút hạt phía sau, nhưng hạt phía sau luôn đẩy ngược lại hạt phía trước. Hiện tượng này từng được dự đoán, nhưng nay lần đầu tiên có mô tả định lượng chính xác.

AI cũng giúp điều chỉnh một số giả định lâu nay. Chẳng hạn, lý thuyết cũ cho rằng điện tích bám lên hạt bụi tăng tỷ lệ thuận với bán kính hạt. Nhóm cho thấy điều này không hoàn toàn đúng: điện tích tăng theo kích thước, nhưng không nhất thiết tỷ lệ tuyến tính, mà còn phụ thuộc mật độ và nhiệt độ plasma.

Một giả định khác cho rằng lực giữa hai hạt giảm theo hàm mũ theo khoảng cách và không phụ thuộc kích thước hạt. Phương pháp AI mới chứng minh mức suy giảm lực thực tế có liên quan đến kích thước hạt.

Các kết quả này đều được kiểm chứng lại bằng thực nghiệm.

Một khung lý thuyết mang tính phổ quát

Mạng nơ-ron dựa trên nguyên lý vật lý của nhóm có thể chạy trên máy tính để bàn và cung cấp một khung lý thuyết chung để khám phá nhiều hệ nhiều hạt khác.

Nemenman cho biết ông dự định áp dụng phương pháp này vào nghiên cứu hành vi tập thể trong hệ sinh học sống, chẳng hạn cách tế bào di chuyển và phối hợp trong cơ thể người – vấn đề có ý nghĩa lớn trong nghiên cứu ung thư và di căn.

Tuy AI có thể giúp suy ra vật lý mới, các nhà khoa học nhấn mạnh vai trò không thể thay thế của con người trong việc thiết kế cấu trúc mạng phù hợp, diễn giải và kiểm chứng kết quả. Theo Burton, tư duy phản biện vẫn là yếu tố quyết định để AI thực sự tạo ra bước tiến trong khoa học, công nghệ và cả lĩnh vực nhân văn. Ông lạc quan rằng nếu được sử dụng đúng cách, AI có thể mở ra những vùng tri thức hoàn toàn mới.