AI đột ngột giải mã thành công bí ẩn ngàn năm của vũ trụ
Mô hình RHINE ứng dụng học sâu đã 'vượt mặt' các phép toán truyền thống để giải mã bí mật của những vì sao như thế nào?
Các nhà nghiên cứu tại GSI/FAIR cùng các cộng sự quốc tế vừa phát triển thành công một mô hình trí tuệ nhân tạo mang tên RHINE để giải mã nguồn gốc các nguyên tố nặng nhất vũ trụ.
Từ trước đến nay, việc mô phỏng chi tiết cách vàng hay urani được hình thành trong các vụ nổ không gian luôn là một thách thức toán học khổng lồ do giới hạn phần cứng. Sự xuất hiện của mạng thần kinh học sâu mới này đã thay đổi hoàn toàn cục diện khi mang lại giải pháp thay thế vô cùng hiệu quả. Nghiên cứu mang tính bước ngoặt này vừa được công bố chính thức trên tạp chí khoa học danh tiếng Physical Review D.

Hình minh họa.
Trí tuệ nhân tạo tái hiện lại những vụ nổ kinh hoàng nhất không gian
Mô hình RHINE ứng dụng học sâu để biểu thị chính xác lượng năng lượng giải phóng bởi các phản ứng hạt nhân trong quá trình bắt neutron nhanh (quy trình r). Năng lượng sinh nhiệt này ảnh hưởng trực tiếp đến chuyển động, vận tốc của vật chất bị văng ra cũng như các tín hiệu điện từ sau vụ nổ sáp nhập sao neutron.
Trước đây, các nhà khoa học buộc phải tinh giản hóa các tham số tính toán vì hệ thống máy tính không thể tải nổi toàn bộ thông số phức tạp. Giờ đây, AI sẽ tiếp quản và xử lý các phép toán thủy động lực học này với công sức tối thiểu nhất.
Để vận hành, hệ thống AI được huấn luyện kỹ lưỡng bằng một số lượng khổng lồ các phép tính tham chiếu từ bộ phản ứng hạt nhân hoàn chỉnh. Sau khi nạp dữ liệu, mô hình học máy sẽ tự động ước tính tốc độ sinh nhiệt thực tế với độ chính xác cực cao.

Vào năm 2017, trong thiên hà hình thấu kính NGC 4993, vụ va chạm đầu tiên giữa hai sao neutron đã được quan sát bằng các phép đo sóng hấp dẫn.
Các kết quả đối chiếu cho thấy mức độ đồng nhất dữ liệu ở mức tối cao, chứng minh AI có thể tiết kiệm được một lượng thời gian tính toán khổng lồ cho con người. Nghiên cứu cũng chỉ ra rằng quá trình sinh nhiệt của quy trình r là hiệu ứng đặc biệt quan trọng cần được tính toán kỹ hơn.
Trong tương lai gần, mô hình toán học thông minh này được kỳ vọng sẽ cho phép thực hiện các mô phỏng chi tiết và chuyên sâu hơn nữa. RHINE sẽ đóng vai trò làm cầu nối vững chắc giúp kết nối các kết quả thực nghiệm từ cơ sở FAIR sắp tới với các quan sát thiên văn thực tế. Giới khoa học giờ đây đã có thể hiểu sâu hơn về bản chất các vụ nổ kilonova bạo liệt diễn ra bên ngoài không gian. Việc ứng dụng công nghệ học máy hứa hẹn mở ra một chương mới cho ngành nghiên cứu vật lý thiên văn hiện đại.









![[VIDEO] Anthropic cảnh báo AI xâm nhập sâu vào hệ thống mạng](https://photo-baomoi.bmcdn.me/w250_r3x2/2026_06_23_180_55458112/d3f4845bea10034e5a01.jpg)


