Các nhà nghiên cứu tại Đại học New Mexico và Phòng thí nghiệm Quốc gia Los Alamos (LANL) đã phát triển một ứng dụng tính toán tiên tiến, giải quyết một bài toán lớn từng khiến các nhà vật lý thống kê bế tắc suốt nhiều thập niên.
AI giúp giải quyết bài toán khó trong vật lý
Ứng dụng AI này có tên Tensors for High-dimensional Object Representation (THOR), tạm dịch là “Tensor cho biểu diễn vật thể đa chiều”. Hệ thống sử dụng thuật toán mạng tensor (tensor network) để nén và phân tích hiệu quả các tích phân cấu hình và phương trình vi phân riêng phần khổng lồ. Đây là những phương trình nền tảng giúp xác định cách các vật liệu phản ứng dưới các điều kiện nhiệt động học và cơ học khác nhau.
Bằng cách kết hợp mạng tensor với mô hình học máy (machine learning potentials) – vốn mô tả lực tương tác giữa các nguyên tử và chuyển động nguyên tử, nhóm nghiên cứu đã đạt được khả năng mô phỏng chính xác và có thể mở rộng trên nhiều môi trường vật lý khác nhau.
Ông Boian Alexandrov, nhà khoa học AI cấp cao của Los Alamos và là người dẫn đầu dự án, cho biết: “Tích phân cấu hình – biểu thị sự tương tác giữa các hạt – từ lâu đã nổi tiếng là khó và tốn thời gian để tính toán, đặc biệt trong các ứng dụng khoa học vật liệu liên quan đến áp suất cực cao hoặc chuyển pha”.
Ông Alexandrov nói thêm: “Việc xác định chính xác hành vi nhiệt động học không chỉ giúp đào sâu hiểu biết khoa học về cơ học thống kê mà còn hỗ trợ các lĩnh vực then chốt như luyện kim”.
Vượt qua giới hạn của các mô phỏng cổ điển
Trong lịch sử, các nhà khoa học buộc phải dựa vào những phương pháp xấp xỉ như động lực học phân tử (molecular dynamics) và mô phỏng Monte Carlo để ước lượng tích phân cấu hình. Các kỹ thuật này mô phỏng gián tiếp chuyển động của nguyên tử qua những thang thời gian rất dài nhằm tránh “lời nguyền chiều không gian” (curse of dimensionality) – hiện tượng khiến độ phức tạp tính toán tăng theo cấp số mũ với mỗi biến bổ sung, thậm chí vượt quá khả năng của những siêu máy tính mạnh nhất thế giới.
Dù mất hàng tuần xử lý dữ liệu, các mô phỏng cổ điển như vậy vẫn chỉ cho ra kết quả giới hạn, thiếu tính toàn diện. Ông Dimiter Petsev, giáo sư Khoa Kỹ thuật Hóa học và Sinh học tại Đại học New Mexico – người thường xuyên hợp tác với Alexandrov trong nghiên cứu vật liệu – cho biết ông nhận ra tiềm năng đột phá của các chiến lược tính toán mới mà nhóm Los Alamos phát triển. Chúng có thể được áp dụng để giải trực tiếp tích phân cấu hình, một nhiệm vụ mà giới vật lý thống kê lâu nay xem là “bất khả thi”.
Giáo sư Petsev nói: “Từ trước đến nay, việc giải trực tiếp tích phân cấu hình luôn bị coi là không thể, bởi bài toán thường có số chiều lên tới hàng nghìn. Các kỹ thuật tích phân cổ điển sẽ cần thời gian tính toán vượt quá cả tuổi thọ của vũ trụ – ngay cả với các máy tính hiện đại.
Nhưng phương pháp mạng tensor lại mở ra một tiêu chuẩn hoàn toàn mới về độ chính xác và hiệu suất, mà mọi cách tiếp cận khác có thể dùng để so sánh”.
Tính toán nhanh và chính xác với THOR AI
THOR AI biến thách thức đa chiều này thành một bài toán khả thi bằng cách biểu diễn khối dữ liệu đa chiều của tích phân dưới dạng chuỗi các thành phần nhỏ, liên kết với nhau, sử dụng kỹ thuật toán học có tên “tensor train cross interpolation” (nội suy chéo chuỗi tensor).
Biến thể tùy chỉnh của phương pháp này cho phép hệ thống nhận diện các đối xứng tinh thể quan trọng, nhờ đó tích phân cấu hình có thể được tính chính xác chỉ trong vài giây, thay vì mất hàng nghìn giờ như trước đây, mà không hề giảm độ chính xác.
Áp dụng thử nghiệm với các kim loại như đồng, các khí hiếm ở áp suất cao như argon ở trạng thái tinh thể, và cả tính toán chuyển pha rắn-rắn của thiếc, THOR AI đã tái hiện các kết quả từ những mô phỏng tốt nhất của Los Alamos – nhưng nhanh hơn hơn 400 lần.
Đặc biệt, THOR AI còn tương thích mượt mà với các mô hình nguyên tử dựa trên học máy hiện đại, giúp nó trở thành công cụ linh hoạt cho các lĩnh vực khoa học vật liệu, vật lý và hóa học.
“
“THOR AI mở ra cánh cửa cho những khám phá nhanh hơn và một hiểu biết sâu sắc hơn về bản chất của vật chất.”
Tiến sĩ Duc Truong
Ông Duc Truong, nhà khoa học tại Los Alamos và là tác giả chính của công trình đăng trên tạp chí Physical Review Materials, chia sẻ: “Đây là một bước đột phá thay thế cho các mô phỏng và phép xấp xỉ tích phân cấu hình đã tồn tại suốt hàng thế kỷ, bằng một phép tính hoàn toàn dựa trên nguyên lý cơ bản”.
Với THOR AI, những phương trình vật lý từng được xem là “không thể tính được” nay đã trở thành bài toán có thể giải trong vài giây – không chỉ là một cột mốc công nghệ, mà còn là một bước ngoặt trong cách nhân loại hiểu và mô phỏng thế giới vật chất quanh mình.
