AI với Vật lý: Mở ra phương thức mới trong khám phá vật liệu và phát triển công nghệ chẩn đoán thông minh

Toàn cảnh sự kiện

AI đang thay đổi cách các nhà khoa học tiếp cận bài toán vật lý

Phát biểu tại chương trình, PGS.TS Nguyễn Hồng Quang, Phó Chủ tịch kiêm Tổng Thư ký Hội Vật lý Việt Nam, cho rằng sự phát triển mạnh mẽ của AI đang mở ra một giai đoạn công nghệ mới, đặt ra yêu cầu đối với cộng đồng khoa học không chỉ hiểu về AI mà còn phải tìm ra cách ứng dụng hiệu quả trong từng lĩnh vực chuyên môn.

Từ thực tế đó, bài giảng đại chúng “AI với Vật lý” có sự tham gia của hai diễn giả là những nhà khoa học trẻ đang trực tiếp ứng dụng AI trong nghiên cứu. Hai bài giảng tập trung vào hai hướng có tính bổ trợ: AI trong khám phá vật liệu và AI trong vật lý nano, hướng tới công nghệ chẩn đoán thông minh.

PGS.TS Nguyễn Hồng Quang, Phó Chủ tịch kiêm Tổng Thư ký Hội Vật lý Việt Nam chủ trì bài giảng đại chúng “AI và Vật lý”

TS Phan Đức Anh, Trung tâm Đổi mới sáng tạo và Công nghệ Vật liệu, Trường Đại học VinUni, trình bày bài giảng “Kỷ nguyên mới trong khám phá vật liệu: AI, Vật lý và Mô phỏng”, giới thiệu những ứng dụng AI trong nghiên cứu vật liệu của nhóm do ông dẫn dắt.

Theo TS Phan Đức Anh, trong phương thức nghiên cứu truyền thống, các nhà khoa học thường bắt đầu từ quan sát thực nghiệm, sau đó xây dựng lý thuyết và mô hình toán học, vật lý để giải thích hiện tượng, hình thành giả thuyết và xác định giới hạn của bài toán nghiên cứu. Sự xuất hiện của máy tính từ giữa thế kỷ XX tạo ra bước chuyển quan trọng khi các nhà khoa học có thể sử dụng mô phỏng để nghiên cứu những hệ vật lý phức tạp. Cùng với sự phát triển của năng lực tính toán và siêu máy tính, mô phỏng ngày càng trở thành công cụ quan trọng trong nghiên cứu vật liệu, cho phép dự đoán nhiều đặc tính trước khi tiến hành thực nghiệm.

TS Phan Đức Anh, Trung tâm Đổi mới sáng tạo và Công nghệ Vật liệu, Trường Đại học VinUni, trình bày bài giảng “Kỷ nguyên mới trong khám phá vật liệu: AI, Vật lý và Mô phỏng”

Hiện nay, với khả năng xử lý lượng dữ liệu lớn, AI có thể hỗ trợ nhà nghiên cứu phân tích dữ liệu, dự đoán tính chất vật liệu, tìm kiếm cấu trúc vật liệu mới và nhận diện mối quan hệ giữa các biến số.

Một trong những hướng đáng chú ý là thiết kế ngược (inverse design). Thay vì bắt đầu từ một cấu trúc vật liệu để dự đoán tính chất, nhà nghiên cứu có thể xác định trước tính chất hoặc yêu cầu mong muốn, sau đó sử dụng AI để tìm kiếm cấu trúc phù hợp. Cách tiếp cận này mở ra khả năng mới trong khám phá vật liệu: con người xác định câu hỏi và mục tiêu khoa học, còn AI hỗ trợ tìm kiếm, sàng lọc và xử lý các phương án trong không gian dữ liệu rất lớn.

Theo chia sẻ của TS Phan Đức Anh, AI còn có thể hỗ trợ tìm kiếm, tổng hợp và phân tích các công bố khoa học, nhận diện xu hướng nghiên cứu hoặc gợi ý những vấn đề còn bỏ ngỏ. Các mô hình AI chuyên biệt có thể được sử dụng để dự đoán tính chất của polymer, thuốc, kim loại, hợp kim và nhiều loại vật liệu khác. Tuy nhiên, hiệu quả của mô hình phụ thuộc rất lớn vào chất lượng, quy mô và mức độ phù hợp của dữ liệu. Vì vậy, AI không thay thế vai trò của nhà khoa học mà đòi hỏi nhà nghiên cứu phải xác định đúng bài toán, lựa chọn dữ liệu, đánh giá mô hình và kiểm chứng kết quả.

Từ vật lý nano đến chẩn đoán viêm gan B

Tiếp nối câu chuyện về khả năng ứng dụng AI trong nghiên cứu vật liệu, PGS.TS Lê Văn Lịch, Trung tâm Đổi mới sáng tạo và Công nghệ Vật liệu, Trường Đại học VinUni, trình bày bài giảng “Vật lý nano và trí tuệ nhân tạo: Từ hiện tượng vật lý đến công nghệ chẩn đoán thông minh”. Nhóm nghiên cứu tập trung ứng dụng AI trong phát hiện và định lượng virus viêm gan B (HBV), trên cơ sở kết hợp hạt nano vàng, hiện tượng quang học nano và các mô hình học máy.

PGS.TS Lê Văn Lịch, Trung tâm Đổi mới sáng tạo và Công nghệ Vật liệu, Trường Đại học VinUni, trình bày bài giảng “Vật lý nano và trí tuệ nhân tạo: Từ hiện tượng vật lý đến công nghệ chẩn đoán thông minh”

Hạt nano vàng có những đặc tính quang học đặc biệt; sự thay đổi màu sắc của dung dịch có thể cung cấp tín hiệu liên quan đến phản ứng xảy ra trong hệ thống. Nhóm nghiên cứu khai thác đặc điểm này để phát triển phương pháp cảm biến sinh học có khả năng phân biệt mẫu dương tính và âm tính với HBV. Thay vì chỉ quan sát màu sắc bằng mắt thường, AI được sử dụng để phân tích hình ảnh và chuyển thông tin màu sắc thành dữ liệu định lượng về tải lượng virus.

Bộ dữ liệu nghiên cứu gồm 990 ảnh, tương ứng với các mẫu có nồng độ virus từ 0 đến 10⁸ copies/reaction (bản sao/phản ứng). Trong đó, 810 dữ liệu được sử dụng để huấn luyện, 162 dữ liệu để kiểm chứng và 18 dữ liệu để kiểm tra. Nhóm nghiên cứu lựa chọn, so sánh ba mô hình học máy và ba mô hình học sâu, qua đó đánh giá và lựa chọn mô hình phù hợp với bài toán.

Các đại biểu trao đổi về hai bài giảng

Một trong những mục tiêu dài hạn là tích hợp thuật toán xử lý ảnh và mô hình AI vào ứng dụng trên điện thoại thông minh. Theo hướng này, người sử dụng có thể thực hiện xét nghiệm nhanh, chụp ảnh mẫu bằng điện thoại và để hệ thống tự động phân tích hình ảnh, đưa ra kết quả định lượng.

Để tiến tới ứng dụng thực tế, nhóm nghiên cứu tập trung vào ba yêu cầu: bảo đảm tính chọn lọc và độ đặc hiệu; mở rộng khả năng phát hiện sang các tác nhân gây bệnh khác; và tích hợp thành giải pháp chẩn đoán tại chỗ.

Một thách thức quan trọng là sự khác biệt giữa camera của các thiết bị điện thoại, điều kiện ánh sáng và môi trường chụp có thể làm thay đổi dữ liệu màu sắc. Vì vậy, nhóm đang hướng tới xây dựng bộ dữ liệu và thuật toán giảm sự phụ thuộc vào thiết bị ghi hình, giúp hệ thống hoạt động ổn định hơn trong điều kiện thực tế.

Trong phần trao đổi, các nhà khoa học đặt nhiều câu hỏi về chất lượng và độ nhiễu của dữ liệu, số lượng biến đầu vào, việc lựa chọn vật liệu nano, ảnh hưởng của pH cũng như sự khác biệt giữa các thiết bị camera khi thu thập dữ liệu. Những trao đổi cho thấy ứng dụng AI trong khoa học không đơn thuần là lựa chọn một mô hình và đưa dữ liệu vào huấn luyện, mà là một quy trình nghiên cứu liên ngành, đòi hỏi sự kết hợp giữa kiến thức chuyên môn, dữ liệu, thuật toán, mô phỏng và thực nghiệm. TS Phan Đức Anh cho biết việc ứng dụng AI trong nghiên cứu đã giúp nhóm nâng cao hiệu suất công bố khoa học, với khoảng 10 bài báo trong vòng 1-2 năm.

Các đại biểu trao đổi về hai bài giảng

Bài giảng đại chúng “AI với Vật lý” không chỉ cập nhật những hướng ứng dụng AI trong vật lý mà còn gợi mở cách thức hoạt động nghiên cứu khoa học đang thay đổi trong kỷ nguyên dữ liệu và trí tuệ nhân tạo. Chương trình tiếp nối chuỗi bài giảng đại chúng “AI và Toán học” do Trung tâm Dữ liệu và Thông tin khoa học, Viện Hàn lâm Khoa học và Công nghệ Việt Nam phối hợp với các đơn vị tổ chức, góp phần thúc đẩy trao đổi học thuật, tăng cường kết nối giữa các lĩnh vực khoa học và lan tỏa tri thức tới công chúng.

Một số hình ảnh tại Chương trình bài giảng đại chúng “AI với Vật lý”.

Bài: Kiều Anh; Ảnh: Minh Tâm – Nam Phương