Từ “dự đoán vật liệu” đến “thiết kế ngược” bằng AI
AI khám phá vật liệu là cách dùng thuật toán học máy và mô hình deep learning vật liệu để đi từ yêu cầu về tính chất, hiệu năng hay điều kiện ứng dụng mong muốn, rồi tự động tìm ra cấu trúc và thành phần vật liệu phù hợp, trước khi bước vào giai đoạn thử nghiệm và sản xuất trong phòng thí nghiệm. Cách tiếp cận “thiết kế ngược” này đảo ngược hoàn toàn quy trình truyền thống, nơi nhà khoa học thường bắt đầu từ mẫu vật liệu có sẵn rồi mới dự đoán xem nó có thể làm được gì. Điểm quan trọng ở đây là sự thay đổi tư duy: thay vì chấp nhận không gian vật liệu như một khu rừng mù mịt, giới nghiên cứu bắt đầu coi AI như bản đồ số giúp họ đi thẳng đến những ứng viên tiềm năng nhất. Theo TS. Phan Đức Anh, cách làm mới này không chỉ xử lý nhanh hơn những bài toán vốn đã có, mà còn mở ra những câu hỏi khoa học hoàn toàn khác về công nghệ vật liệu Việt Nam.
VinUni và Viện Hàn lâm: Đặt nền cho kỷ nguyên mô phỏng vật liệu AI
Ngày 14/9 tại Hà Nội, Trung tâm Dữ liệu và Thông tin khoa học thuộc Viện Hàn lâm Khoa học và Công nghệ Việt Nam phối hợp với VinUni và Hội Vật lý Việt Nam tổ chức bài giảng đại chúng “AI với Vật lý”, thu hút hàng nghìn lượt theo dõi trực tuyến. Sự kiện này không chỉ là một buổi nói chuyện học thuật, mà là tuyên bố rõ ràng rằng các đơn vị đầu ngành đang chọn AI làm trục mới cho công nghệ vật liệu. Trong bài giảng “Kỷ nguyên mới trong khám phá vật liệu: AI, Vật lý và Mô phỏng”, TS. Phan Đức Anh nhấn mạnh vai trò lịch sử của mô phỏng vật liệu AI: từ khi máy tính xuất hiện giữa thế kỷ XX, mô phỏng đã giúp nghiên cứu những hệ vật lý phức tạp; nay AI tiếp tục mở rộng biên giới đó, cho phép dự đoán đặc tính vật liệu trước khi tốn thời gian và chi phí cho thực nghiệm. Đây là bước chuyển từ thử – sai sang thiết kế – kiểm chứng.
Thiết kế ngược: Khi nhà khoa học bắt đầu từ tính chất mơ ước
Trong cách tiếp cận truyền thống, nhà nghiên cứu khởi đầu với một cấu trúc vật liệu, rồi dùng mô hình hoặc mô phỏng để dự đoán các tính chất mà cấu trúc đó có thể tạo ra. Cách làm này hợp lý khi không gian lựa chọn còn nhỏ; nhưng trong thời đại vật liệu mới, số tổ hợp nguyên tố, pha, hình thái vi mô… đã vượt quá mọi khả năng thử nghiệm thủ công. Thiết kế ngược dùng AI để đảo chiều quy trình: nhà khoa học xác định trước tính chất mong muốn – chẳng hạn độ dẫn điện, độ bền nhiệt, khả năng tự phục hồi – sau đó để mô hình học máy và deep learning vật liệu sàng lọc hàng triệu cấu trúc tiềm năng trong không gian dữ liệu. Thay vì kiểm tra từng phương án, AI nhanh chóng đưa ra một danh sách ứng viên hẹp để tiếp tục mô phỏng vật liệu AI và kiểm chứng bằng thực nghiệm. Ở đây, vai trò của con người không mất đi; họ vẫn là người đặt câu hỏi, chọn dữ liệu và phán đoán đâu là kết quả có ý nghĩa vật lý.
Từ vật liệu đến chẩn đoán bệnh: AI thành công cụ liên ngành
Điều thú vị là cùng một tư duy mô phỏng và thiết kế ngược đang tràn sang y sinh học. Tại sự kiện “AI với Vật lý”, PGS.TS Lê Văn Lịch trình bày hướng kết hợp vật lý nano, cảm biến và AI để phát hiện và định lượng virus viêm gan B (HBV), dùng hạt nano vàng và hiện tượng quang học nano làm nền tảng. Sự thay đổi màu sắc của dung dịch chứa hạt nano vàng trở thành tín hiệu mà AI phân tích, chuyển thành dữ liệu định lượng về tải lượng virus. Nhóm của ông xây dựng bộ dữ liệu gồm 990 ảnh, tương ứng với các mẫu có nồng độ virus từ 0 đến 10^8 bản sao/phản ứng; 810 ảnh dùng để huấn luyện, 162 để kiểm chứng và 18 để kiểm tra. Đây là một câu nói có thể trích nguyên văn: “Việc sử dụng AI đã giúp nhóm tăng hiệu suất công bố khoa học, với khoảng 10 bài báo trong vòng một đến hai năm”. Công nghệ vật liệu Việt Nam, rõ ràng, đang song hành cùng chẩn đoán thông minh.
Tác động tới đời sống và bước tiếp theo của khoa học vật liệu Việt
Nếu AI đảo ngược quy trình khám phá vật liệu trong phòng thí nghiệm, thì hệ quả trực tiếp sẽ đến với người dùng cuối. Khi công cụ mô phỏng vật liệu AI giúp sàng lọc cấu trúc nhanh hơn, chi phí thử nghiệm giảm, thời gian đưa vật liệu mới vào sản phẩm – từ thiết bị y tế, điện tử, năng lượng đến xây dựng – được rút ngắn. Trong mảng chẩn đoán HBV, mục tiêu dài hạn là tích hợp thuật toán xử lý ảnh và mô hình AI vào ứng dụng trên điện thoại thông minh, để người dùng có thể xét nghiệm nhanh, chụp ảnh mẫu và nhận kết quả định lượng ngay trên thiết bị. Tuy vậy, sự hấp dẫn của AI không nên che khuất thực tế rằng mọi mô hình đều phụ thuộc nặng vào dữ liệu. Nhóm nghiên cứu đang hướng tới xây dựng bộ dữ liệu và thuật toán ít phụ thuộc vào thiết bị, nâng độ chọn lọc, độ đặc hiệu và khả năng mở rộng sang tác nhân gây bệnh khác. Con đường phía trước của công nghệ vật liệu Việt Nam là kết hợp chặt giữa dữ liệu, mô hình và trực giác khoa học, thay vì chạy theo điểm số thuật toán.
