Trong hành trình tìm kim đáy bể ở quy mô không gian-vũ trụ, một khoa học gia NASA đã đặt niềm tin vào AI để giúp tăng tốc quá trình tìm kiếm giữa hàng tỷ hành tinh. (Nguồn: pixabay.com)
Hamed Valizadegan, một khoa học gia về máy học (machine learning) tại NASA, từng huấn luyện một thuật toán để kiểm tra hình ảnh của các mạch máu trong võng mạc của các phi hành gia, giúp tìm hiểu rõ hơn về sự thay đổi thị giác trong môi trường phi trọng lượng (hay vi trọng lực, microgravity). Đây là một công việc quan trọng, nhưng niềm đam mê với bầu trời đêm từ thời thơ ấu của Valizadegan vẫn chưa bao giờ nguôi ngoai, khiến ông không ngừng nghiên cứu các vì sao.
Ông chia sẻ: “Tôi có thể ngồi ngắm bầu trời hàng giờ, suy ngẫm về ý nghĩa của sự sống và tự hỏi liệu chúng ta có cô độc trong không gian bao la này không.” Ban đầu, khi Valizadegan đề nghị sử dụng trí tuệ nhân tạo (AI) làm công cụ để khám phá không gian, các đồng nghiệp của ông không mấy hào hứng. Có lẽ là vì các thuật toán AI tiên tiến thường không thể hiện rõ quá trình hoạt động của chúng mà chỉ đưa ra kết quả cuối cùng. Các hệ thống AI phức tạp được xây dựng dựa trên cách hoạt động của não bộ, với các “nơ-ron” nhân tạo thực hiện các phép tính toán, giải quyết thông tin và sau đó truyền dữ liệu đến các điểm khác trong mạng lưới.
Do sự phức tạp này, đôi khi rất khó để biết được hệ thống AI đã đưa ra kết luận như thế nào. Đặc điểm này được ví nôm na là “hộp đen” và làm cho các khoa học gia, vốn quen với các tiêu chuẩn mô hình hóa và mô phỏng cực kỳ chính xác, không mấy tin tưởng vào AI.
Nhưng thiên văn học hiện đại đang đối mặt với một thách thức lớn. Các kính viễn vọng trên Địa cầu và ngoài không gian hiện nay thu thập quá nhiều dữ liệu, nhiều đến mức con người không thể giải mã kịp và thậm chí là không thể giải mã hết. Tình hình càng trở nên khó khăn hơn khi những đài quan sát mới được lên kế hoạch sẽ thu thập thêm một lượng dữ liệu khổng lồ nữa. Thí dụ như Đài quan sát Vera C. Rubin ở Chile, được lên kế hoạch xây dựng từ năm 2001 và sẽ bắt đầu hoạt động vào năm 2025. Đài quan sát này sẽ sử dụng camera lớn nhất thế giới, có độ phân giải lên đến 3,200 megapixel, để chụp hình toàn bộ bầu trời mỗi ba đêm một lần. Dự kiến, mỗi năm đài quan sát này sẽ thu thập dữ liệu về một triệu vụ siêu sao nổ (supernovae), cùng với hàng chục ngàn tiểu hành tinh và các thiên thể khác. Lượng dữ liệu này quá lớn để các khoa học gia có thể tự mình nghiên cứu hết tất cả.
Vào năm 2014, Valizadegan bắt đầu hợp tác với nhà thiên văn học Jon Jenkins trong một dự án tự động hóa việc tìm kiếm các hành tinh giống Địa cầu trong Dải Ngân Hà. Đối với Valizadegan, đây chính là dự án trong mơ mà ông hằng mong đợi.
Sự sống có thể tồn tại dưới nhiều dạng thức khác lạ trên các hành tinh khác, nhưng các khoa học gia vẫn tập trung vào việc tìm kiếm những yếu tố quen thuộc: một hành tinh đá quay quanh một ngôi sao, có bầu khí quyển ổn định và nước ở thể lỏng.
Tuy nhiên, để tìm ra được một hành tinh như vậy là một thách thức rất lớn đối với thiên văn học. Theo một số ước tính, có hàng trăm tỷ hành tinh trong Dải Ngân Hà, chưa thể xác định được có bao nhiêu hành tinh giống Địa cầu, chỉ biết rằng đó là tỷ lệ rất nhỏ.
Hành trình này của nhân loại có một khởi đầu khá chậm chạp. Năm 1995, các nhà thiên văn học phát hiện ra hành tinh đầu tiên quay quanh một ngôi sao khác ngoài Mặt trời – gọi là ngoại hành tinh (exoplanet). Đến những năm 2010, nỗ lực này mới được tăng tốc với sự ra đời của Viễn vọng Không gian Kính Kepler.
Kính Kepler đã quan sát khoảng 150,000 ngôi sao trong một khoảng trời nhỏ suốt chín năm, thỉnh thoảng cũng có chuyển hướng để quét các vùng không gian mới. Kế nhiệm của Kepler là Viễn vọng Kính Khảo sát Ngoại hành tinh Quá cảnh (Transiting Exoplanet Survey Satellite, TESS), được phóng vào năm 2018. TESS đã mở rộng vùng quan sát hơn, tập trung vào khoảng 200,000 ngôi sao gần Địa cầu.
Nhưng dù có những đài quan sát với kính viễn vọng không gian như vậy, việc phát hiện và xác định một hành tinh đang quay quanh một ngôi sao khác vẫn là một quá trình mất thời gian và phức tạp. Những kính viễn vọng ngoài không gian không thể trực tiếp quan sát các hành tinh như cách ta nhìn thấy Mộc tinh hay Thổ tinh qua kính thiên văn.
Thay vào đó, chúng xác định sự tồn tại của các hành tinh một cách gián tiếp, bằng cách đo lường những thay đổi nhỏ gần như không thể nhận thấy trong độ sáng của một ngôi sao. Nếu độ sáng của ngôi sao có sự thay đổi nào đó, đó có thể là dấu hiệu cho thấy một hành tinh đang đi ngang qua. Các nhà thiên văn học sẽ phân tích những thay đổi trong ánh sáng sao này, được gọi là đường cong ánh sáng (light curves), để tìm ra đâu có thể là các hành tinh. Sau đó, để xác minh sự tồn tại của hành tinh đó, họ sử dụng kính thiên văn trên Địa cầu để đo độ dao động của ngôi sao do lực hấp dẫn từ hành tinh. Đến khi đã tìm thấy một hành tinh, thì tìm hiểu về hành tinh đó còn phức tạp hơn nữa; các nhà thiên văn có thể suy đoán dựa trên kích thước của hành tinh và khoảng cách của hành tinh từ ngôi sao chủ.
Nhờ những nỗ lực không ngừng nghỉ này, cho đến nay các nhà thiên văn học đã phát hiện ra ít nhất 5,600 hành tinh quay quanh những ngôi sao xa xôi trong Dải Ngân Hà. Một số hành tinh là những khối khí khổng lồ lớn hơn cả Mộc tinh và Thổ tinh; một số là những hành tinh đá, nóng hơn cả Hỏa tinh; phần lớn các hành tinh này được hình thành từ khí, đá, hoặc cả hai, và thường có kích thước đâu đó nằm giữa Địa cầu và Hải Vương tinh. Nhưng chúng ta vẫn chưa tìm thấy hành tinh nào giống Địa cầu. Chưa có hành tinh nào trong số 5,600 hành tinh có các điều kiện hay các chất hóa học cần thiết để duy trì sự sống như chúng ta đã biết.
Tuy nhiên, AI sẽ có thể giúp chúng ta tìm ra những điều khác biệt, vì nó có thể xem xét và phân tích dữ liệu sâu hơn so với các phương pháp truyền thống.
Vào năm 2018, nhóm nghiên cứu của Valizadegan đã bắt đầu xây dựng một chương trình máy học để đẩy nhanh quá trình săn tìm các ngoại hành tinh. Họ đã huấn luyện phần mềm này dựa trên dữ liệu từ các hành tinh đã được xác nhận và cả các tín hiệu sai, chẳng hạn như những hệ sao đôi che khuất nhau, có thể bị nhầm lẫn với các hành tinh đi qua. Họ đặt tên chương trình này là ExoMiner và đã thử nghiệm trên dữ liệu từ Kính Viễn Vọng Kepler.
“Tôi không biết chúng tôi sẽ đạt được gì,” Valizadegan thừa nhận. ExoMiner đã nhanh chóng tìm ra 370 ngoại hành tinh mới chưa được phát hiện trước đó. Ông giải thích: “Ban đầu, có rất nhiều ý kiến phản đối từ các khoa học gia nghiên cứu ngoại hành tinh, họ nói rằng ‘Không phải chứ, cái này chắc không phải là một hành tinh đâu.’ Nhưng dần dà, họ đã trở nên tự tin hơn với các kết quả của ExoMiner.” Vẫn chưa có bất kỳ phát hiện nào của ExoMiner bị bác bỏ.
Tất cả 370 hành tinh mới này đều không giống như Địa cầu hay bất kỳ hành tinh nào trong Thái dương hệ của chúng ta. Một trong những hành tinh mới, được gọi là Kepler-495 c, có kích thước gấp đôi Địa cầu và quay quanh ngôi sao giống như mặt trời của nó với tốc độ cực kỳ nhanh, chỉ mất sáu ngày để hoàn thành một vòng quay. Một hành tinh khác là Kepler-27 d, có kích thước gần bằng Sao Hải Vương, lớn hơn Địa cầu khoảng tám lần, và cũng có một năm ngắn ngủi, chỉ kéo dài sáu ngày rưỡi. Những hành tinh này bị thiêu đốt bởi sức nóng và bức xạ từ các ngôi sao của chúng, nên hầu như là không phù hợp cho sự sống phát triển.
Theo Valizadegan, ExoMiner chỉ là bước khởi đầu trong việc sử dụng AI để giải quyết bài toán săn tìm hành tinh này. Trong thập niên tới, một thế hệ kính viễn vọng mới sẽ được phóng lên, giúp thu thập vô tận dữ liệu về ánh sáng từ các ngôi sao. Ngoài ra, dựa trên thành công của ExoMiner, các chương trình AI mới cũng đang được phát triển. Trên thực tế, các nhà nghiên cứu tin rằng AI sẽ không chỉ có thể giúp tìm kiếm các hành tinh mới mà còn có thể phát hiện những điều kiện phù hợp cho sự sống phát triển.
Năm 2020, Lisa Kaltenegger, nhà vật lý thiên văn chuyên nghiên cứu về ngoại hành tinh và là giám đốc Viện Carl Sagan tại Đại học Cornell, cùng với cộng sự Dang Pham đã đặt ra câu hỏi liệu các hệ thống machine learning có thể được huấn luyện để xác định các nguồn tài nguyên cần thiết cho sự sống (chẳng hạn như nước) hay không. Đây là điều mà ExoMiner chưa làm được. Kaltenegger giải thích: “Nếu tìm thấy băng, chúng ta có thể suy luận rằng có nước. Tương tự, nếu phát hiện mây, ta cũng có thể suy luận là có nước. Vì vậy, chúng tôi tự hỏi là hệ thống máy học nhạy bén cỡ nào khi được giao nhiệm vụ tìm kiếm nước, mây và băng.”
Họ đã sử dụng các dữ liệu đo đạc từ bầu khí quyển của Địa cầu để tạo ra mô phỏng cho những ngoại hành tinh có bề mặt đá, nước, mây và băng. Họ cũng huấn luyện một thuật toán để tìm kiếm một dấu hiệu sự sống gọi là “red edge,” một loại bước sóng ánh sáng mà các loài thực vật phản chiếu trở lại không gian.
Kết quả cho thấy, phần mềm này có thể phát hiện sự tồn tại của sự sống trong một bầu khí quyển mô phỏng với tỷ lệ thành công khoảng 75%. Điều này có thể mang lại sự cải thiện đáng kể cho việc tìm kiếm các hành tinh giống Địa cầu. Kaltenegger chia sẻ: “Ban đầu, tôi nghĩ đây là một nhiệm vụ vô cùng khó, nhưng hóa ra các thuật toán máy học thực sự rất hiệu quả trong việc nhận biết và phát hiện các mẫu dữ liệu.”
Cũng có một số điểm hạn chế cần lưu ý. Các thuật toán này không thể đảm bảo chắc chắn về sự sống. Thay vào đó, chúng chỉ có thể đưa ra ước lượng về khả năng một phần bề mặt của hành tinh có thể chứa sự sống. Đây không phải là một khám phá khẳng định sự sống tồn tại, mà chỉ là một gợi ý hữu ích.
Kaltenegger giải thích: “Không phải là chúng ta cho AI đi tìm một hành tinh giống Địa cầu. Mà đúng hơn, AI sẽ giúp lọc và đưa ra những thông tin mà các khoa học gia cần phải xem xét. Các khoa học gia vẫn cần sử dụng nhiều kính thiên văn để quan sát hành tinh và tìm kiếm các dấu hiệu hóa học chỉ ra sự sống có thể tồn tại trên hành tinh đó.
Vậy nên, cuối cùng, việc hiểu và diễn giải ý nghĩa của những phát hiện này vẫn phụ thuộc vào con người.
Công trình nghiên cứu của Valizadegan là một thí dụ nổi bật về cách AI giúp con người khám phá không gian sâu hơn, chi tiết hơn. Chỉ vài năm trước, một nhóm các khoa học gia quốc tế từ Event Horizon Telescope đã công bố hình ảnh đầu tiên của một hố đen. Để tạo ra hình ảnh này, hàng trăm nhà nghiên cứu đã cùng nhau tổng hợp dữ liệu từ các viễn vọng kính vô tuyến được đặt ở nhiều nơi trên thế giới. Dù đây là một thành tựu quan trọng, hình ảnh thu được vẫn có phần mờ nhạt do những hạn chế của các viễn vọng kính.
Lia Medeiros, một nhà vật lý thiên văn máy tính trong nhóm nghiên cứu, đã tạo ra một thuật toán đặc biệt có tên là PRIMO. Thuật toán này có thể phát hiện các mẫu trong dữ liệu sóng radio và tạo ra một phiên bản mới của hình ảnh. Thay vì chỉ làm “sắc nét” hình ảnh như các phần mềm chỉnh sửa ảnh thông thường, PRIMO dùng dữ liệu để dựng lại toàn bộ hình ảnh từ đầu. Nhờ đó, hình ảnh mới có độ phân giải cao hơn và các đặc điểm của hố đen được tái hiện rõ ràng hơn so với hình ảnh ban đầu của Event Horizon Telescope.
Theo Medeiros, hệ thống PRIMO có thể được sử dụng để tạo ra hình ảnh của những vật thể bí ẩn khác trong không gian. Nhiều quá trình thú vị liên quan đến sự hình thành hành tinh vẫn chưa thể quan sát được, ngay cả với những viễn vọng kính hiện đại nhất. Các kính viễn vọng vô tuyến lớn có khả năng ghi lại bụi và khí trong các đĩa tiền hành tinh (protoplanetary disks, nơi mà các hành tinh được hình thành), còn các kính viễn vọng quang học có thể nhìn thấy những hành tinh đã hình thành hoàn chỉnh. Tuy nhiên, các giai đoạn phát triển giữa hai trạng thái này lại không được rõ ràng. Medeiros tin rằng các hệ thống như PRIMO có thể cải thiện độ phân giải của những viễn vọng kính nhạy nhất trên Địa cầu, giúp chúng ta quan sát được những bí ẩn này.
Dù có nhiều triển vọng, một số khoa học gia vẫn lo ngại về việc sử dụng học máy. Vấn đề “hộp đen” vẫn còn tồn tại. Medeiros lưu ý rằng cô đã phát triển PRIMO từ đầu với tính minh bạch, nhưng không phải tất cả các câu hỏi trong thiên văn học đều có thể được giải đáp bằng những chương trình tùy chỉnh như vậy.
ExoMiner còn hoạt động giống “hộp đen” hơn PRIMO. ExoMiner được xây dựng dựa trên các mạng nơ-ron hiện có và đã được nhóm của Valizadegan chỉnh kỹ lưỡng. Tuy nhiên, các nhà thiên văn học đã dần dần đặt niềm tin vào phần mềm này, đặc biệt khi nó bắt đầu phát hiện ra nhiều hành tinh mới.
Valizadegan đã sớm trăn trở về vị trí của nhân loại giữa không gian bao la từ khi còn thơ bé. Giờ đây, ông vẫn không ngừng dấn bước trên hành trình tìm kiếm câu trả lời ấy.
VB biên dịch
Nguồn: “Alien life is out there. Can AI find it?” được đăng trên trang Nationalgeographic.com.
Gửi ý kiến của bạn
