Công cụ AI mới của Argonne mang đến khả năng phân tích thời gian thực cho khoa học vật liệu

Phòng thí nghiệm Quốc gia Argonne đã công bố DONUT, một mạng thần kinh nhận biết vật lý (physics-aware neural network) có khả năng phân tích tia X ngay lập tức, giúp loại bỏ thời gian chờ đợi kéo dài hàng tuần vốn thường thấy sau các thí nghiệm khoa học vật liệu. Hệ thống này hoạt động mà không cần các bộ dữ liệu được gắn nhãn khổng lồ vốn là nguồn sức mạnh cho hầu hết các mô hình AI, mở ra cánh cửa cho các nghiên cứu nhanh hơn và tự chủ hơn.

Tại sao tính thời gian thực lại quan trọng

Trong các thí nghiệm đường chùm tia (beam-line) truyền thống, các nhà khoa học thu thập dữ liệu nhiễu xạ tia X, sau đó dành nhiều tuần hoặc nhiều tháng để xử lý nhằm suy luận ra cấu trúc của vật liệu. Sự chậm trễ đó có thể buộc các nhà nghiên cứu phải thiết kế lại thí nghiệm hoặc bỏ lỡ các hiện tượng nhất thời chỉ xảy ra trong quá trình đo đạc. DONUT truyền dữ liệu trực tiếp ngay khi được ghi lại, cung cấp phản hồi tức thì để các nhà nghiên cứu có thể phản ứng kịp thời nếu mẫu thử thay đổi trong quá trình kiểm tra.

Cách DONUT né tránh việc gắn nhãn dữ liệu

Các công cụ học sâu điển hình dựa vào việc huấn luyện có giám sát: hàng nghìn ví dụ trong đó mỗi mẫu tia X được khớp với một cấu trúc đã biết. Việc xây dựng các thư viện đó rất tốn nhiều công sức và thường là không thể đối với các vật liệu mới hoặc phức tạp. DONUT học không giám sát, bằng cách nhúng trực tiếp các định luật vật lý chi phối sự tương tác tia X vào kiến trúc của nó. Bằng cách nội tại hóa các ràng buộc đó, mạng thần kinh có thể suy luận thông tin cấu trúc mà không cần nhìn thấy bất kỳ ví dụ được gắn nhãn trước nào.

Tác động tiềm năng đối với nghiên cứu

  • Đẩy nhanh khám phá – Tốc độ cho phép các nhà nghiên cứu nghiên cứu pin, chất xúc tác hóa học và các linh kiện điện tử nhanh hơn.
  • Khả năng tiếp cận rộng rãi hơn – Những người dùng không có chuyên môn sâu về phân tích nhiễu xạ vẫn có thể thực hiện thí nghiệm và thu được kết quả hữu ích, giúp hạ thấp rào cản gia nhập cho các phòng thí nghiệm mới nổi.
  • Thí nghiệm thích ứng – Vì mô hình tự cập nhật dựa trên các phép đo mới nhất, nó thúc đẩy các thí nghiệm tiến tới sự tự chủ.

Bài học rút ra

DONUT cho thấy việc nhúng vật lý vào AI có thể vượt qua nút thắt cổ chai về gắn nhãn dữ liệu, biến các thí nghiệm tia X từ một công việc xử lý sau thí nghiệm chậm chạp thành một quá trình khám phá tương tác ngay tại chỗ.