Giờ đây, các nhà nghiên cứu đã tìm ra cách để trí tuệ nhân tạo (AI) học cách mô phỏng các hiện tượng vật lý phức tạp chỉ bằng cách xem vật thật.
Vừa qua, tại Hội nghị quốc tế về máy học (International Conference on Machine Learning 2020), Công ty AI DeepMind đã trình bày một mô hình mới gọi là Trình mô phỏng dựa trên mạng đồ thị (Graph Network-based Simulator-GNS). Chương trình có thể tái tạo một cách thực tế tương tác giữa hàng chục ngàn hạt vật liệu khác nhau trong khoảng thời gian đủ để các nhà khoa học hiểu chuyện gì sẽ xảy ra trong thực tế. Quá trình này được tóm tắt lại trong đoạn video dưới đây.
Hệ thống sử dụng các mạng đồ thị, thể hiện ra hình ảnh là một mạng lưới các hạt tương tác (mỗi hạt lớn hơn một phân tử), chuyển động, vị trí, vận tốc của chúng và tính chất vật liệu. Các hình ảnh được đưa qua máy học, thử, mô phỏng và kiểm tra sai sót thông qua so sánh với các dự báo từ động cơ vật lý truyền thống. Sau khi được huấn luyện, hệ thống có thể khái quát hóa các tình huống chưa từng thấy trước đây, dự đoán hành vi của các hạt nhiều lần hơn, hoặc điều gì sẽ xảy ra nếu bạn thêm nhiều chướng ngại vật như dốc, hoặc lắc hộp.
Trong các thí nghiệm, hệ thống mới này, mặc dù đơn giản nhưng chính xác hơn và tốt hơn các phương pháp AI trước đây trong việc khái quát các hiện tượng khác nhau. Ngoài ưu thế cho ra chất lượng hình ảnh cao, phương pháp này hy vọng sẽ giúp lý giải cách vật chất xung quanh chúng ta vận hành.
Hương Giang biên dịch
