Một nhóm các nhà nghiên cứu quốc tế đã phát triển một thuật toán học máy có thể học tập và lập mô hình cho các hành vi phân tử phức tạp. Nghiên cứu đặt cơ sở cho việc phát triển dược phẩm mới, cải thiện hiệu quả của pin, pin năng lượng Mặt trời...

Đơn giản hóa sự phức tạp

Mặc dù có nhiều lời cảnh báo về sự nguy hiểm của trí tuệ nhân tạo, nhưng không thể phủ nhận rằng, công nghệ đã thay đổi cuộc sống hằng ngày của chúng ta. Công cụ nhận dạng hình ảnh, phân tích văn bản và công cụ dịch ngôn ngữ cho phép chúng ta nhìn ngắm thế giới theo những cách hoàn toàn mới lạ. Hơn thế nữa, các thiết bị di động bây giờ có thể dự đoán nhiều hành vi dựa trên hành động trong quá khứ của con người.

Một nhóm nhà nghiên cứu đã sử dụng máy học để dự đoán hành vi phân tử. Việc “thấy trước” này phức tạp hơn nhiều so với việc dự đoán những thao tác tiếp theo của người dùng trên điện thoại thông minh. Máy dự đoán mà nhóm nghiên cứu chế tạo thực sự là một kì công vì đòi hỏi những tính toán lượng tử phức tạp. Nghiên cứu đã được xuất bản trên tạp chí Nature Communications.

Các nhà nghiên cứu đã “huấn luyện” thuật toán bằng cách sử dụng một phân tử đơn giản gọi là malonaldehyde. Sau đó, họ điều chỉnh để máy tiên đoán các hành vi phức tạp của phân tử và tiến hành so sánh những dự đoán của máy với kiến thức hóa học hiện tại mà họ biết về malonaldehyde. Nhóm nghiên cứu thấy rằng, máy có thể học được các hành vi của phân tử bằng cách sử dụng dữ liệu có giới hạn trong thời gian nó được huấn luyện.

Phát biểu với báo chí, nhà nghiên cứu Mark Tuckerman của Trường Đại học New York, cho biết: "Bằng cách xác định các mẫu trong hành vi phân tử, thuật toán cung cấp những nguyên tắc nền tảng về tương tác nguyên tử trong một phân tử. Sau đó chúng ta có thể rút ra thông tin để dự đoán các hiện tượng mới".

Đây là một ví dụ khác về khả năng tác động của trí tuệ nhân tạo đến ngành công nghiệp, từ nghiên cứu y học đến tâm lý học và khoa học hành vi. Nghiên cứu cho thấy, phương pháp học máy có thể được sử dụng để thực hiện các nhiệm vụ khó khăn trong tất cả mọi thứ - miễn là hệ thống được cung cấp đầy đủ dữ liệu.

Khả năng dự đoán hành vi phân tử này góp phần rất lớn vào sự phát triển của dược phẩm, cũng như nâng cao hiệu năng của pin, pin Mặt trời và hiển thị kỹ thuật số. Về cơ bản, bất cứ công việc nào liên quan đến các phép tính cơ học lượng tử phức tạp, để mô phỏng các tương tác của nguyên tử hoặc phân tử đều được lợi từ nghiên cứu này.

Theo ông Müller, máy có thể tạo ra mẫu hành vi nhưng không cần sử dụng những tính toán phức tạp, đây là ưu điểm nổi bật của nghiên cứu mới. Ông Müller cho biết thêm: "Bây giờ chúng ta không chỉ sử dụng trí tuệ nhân tạo để học dữ liệu, mà còn để hiểu rõ hơn về khoa học của chúng ta cũng như có những kiến thức sâu sắc mới”.

Nguồn: khoahoc.tv