 |
| Kỹ thuật mới phát triển từ AI có thể giúp các nhà khoa học tìm ra nguyên nhân của một số sự vật, hiện tượng dựa trên những gì quan sát được. (Nguồn: Shutterstock) |
Các nhà khoa học tại Trường Kỹ thuật và Khoa học ứng dụng, Đại học Pennsylvania (Mỹ) vừa phát triển một kỹ thuật AI mới có thể giúp con người hiểu rõ hơn về cách tự nhiên vận hành. Điểm đáng chú ý của phương pháp này là AI không chỉ dự đoán điều gì sẽ xảy ra, mà còn có thể giúp tìm ra nguyên nhân phía sau.
Giáo sư Vivek Shenoy, tác giả chính của nghiên cứu, đưa ra một cách hình dung dễ hiểu: Nếu nhìn thấy những gợn sóng trên mặt ao, ta có thể đoán vừa có một viên sỏi vừa rơi xuống nước. Nhưng viên sỏi rơi ở đâu, rơi như thế nào, tạo ra tác động ra sao lại là câu hỏi khó hơn. Trong khoa học, cũng có nhiều hiện tượng tương tự như vậy. Các nhà nghiên cứu thường quan sát được kết quả bên ngoài, nhưng nguyên nhân sâu xa bên trong lại không dễ nhận diện.
Phương pháp mới được gọi là “Mollifier Layers”. Thay vì đi sâu vào các công thức toán học phức tạp, có thể hiểu đây là một lớp xử lý giúp AI “làm mượt” dữ liệu trước khi phân tích. Điều này đặc biệt quan trọng vì dữ liệu trên thực tế thường không hoàn hảo. Chúng có thể bị nhiễu, thiếu ổn định hoặc quá phức tạp, khiến máy tính khó tìm ra quy luật chính xác.
Một hướng ứng dụng đầu tiên của kỹ thuật này liên quan đến nghiên cứu DNA trong tế bào. Bên trong mỗi tế bào, DNA không tồn tại một cách rời rạc mà được đóng gói cùng protein trong một cấu trúc gọi là chromatin. Cấu trúc này đóng vai trò quan trọng trong việc kiểm soát hoạt động của gen, ảnh hưởng đến bản sắc tế bào, quá trình lão hóa và bệnh tật. Với phương pháp AI mới, các nhà khoa học hy vọng có thể hiểu rõ hơn những thay đổi rất nhỏ bên trong tế bào, từ đó giải thích vì sao gen hoạt động theo những cách khác nhau.
Không chỉ trong sinh học, phương pháp này còn có thể hữu ích trong nhiều lĩnh vực khác như nghiên cứu vật liệu, dự báo thời tiết hay mô phỏng các dòng chảy. Đây đều là những lĩnh vực có dữ liệu phức tạp, nhiều biến số và không dễ quan sát trực tiếp nguyên nhân bên trong.
Theo nhóm nghiên cứu, mục tiêu lớn hơn của kỹ thuật này là giúp khoa học không chỉ dừng lại ở việc mô tả hiện tượng, mà tiến tới hiểu được quy luật tạo ra hiện tượng đó, từ đó đưa ra dự đoán tốt hơn, can thiệp chính xác hơn và mở ra những hướng nghiên cứu mới.
| Khi AI định hình tương lai ngành logistics Ngày 9/5, tại Hà Nội đã diễn ra Diễn đàn công nghệ Logistics 2026 với chủ đề “AI định hình tương lai ngành logistics” do ... |
| Hỗ trợ tới 1 tỷ đồng mỗi năm cho nghiên cứu sinh xuất sắc Chương trình VREF hỗ trợ nghiên cứu sinh xuất sắc, tạo lực lượng khoa học trẻ có năng lực nghiên cứu độc lập, thúc đẩy ... |
| Apple trang bị công nghệ màn hình mới trên iPhone 18 Pro Max Apple được cho là đang chuẩn bị mang đến một trong những nâng cấp đáng chú ý nhất cho dòng iPhone 18 Pro Max khi ... |
| Áp dụng ưu đãi mức cao nhất cho lĩnh vực công nghệ cao Phó Thủ tướng Hồ Quốc Dũng đề nghị Bộ Khoa học và Công nghệ nghiên cứu áp dụng các chính sách ưu đãi ở mức ... |
| Robot biến hình như phim viễn tưởng của Trung Quốc gây sốt mạng xã hội Mẫu robot “mecha” có người lái mang tên GD01 của công ty Unitree Robotics đang thu hút sự chú ý trên mạng xã hội nhờ ... |
