Máy dò của LIGO nằm gần Hanford phía đông bang Washington, Mỹ. Ảnh: LIGO Collaboration
Rana Adhikari, nhà vật lý tại Viện Công nghệ California, là trưởng nhóm tối ưu hóa trong dự án Đài quan sát Sóng hấp dẫn Giao thoa kế Laser (LIGO) vào giữa những năm 2000. Khi đó ông cùng một số cộng sự đã tỉ mỉ tinh chỉnh các bộ phận trong thiết kế của LIGO, khám phá mọi giới hạn cản trở việc tạo ra cỗ máy nhạy hơn.
Adhikari và cộng sự sử dụng AI, đặc biệt là bộ phần mềm do nhà vật lý Mario Krenn tạo ra để thiết kế thí nghiệm quang học lượng tử. Đầu tiên, họ cung cấp cho AI tất cả thành phần và thiết bị có thể kết hợp để tạo ra một giao thoa kế phức tạp tùy ý. Do không có điều kiện ràng buộc, AI có thể thiết kế máy dò trải dài hàng trăm km và bao gồm hàng nghìn bộ phận như thấu kính, gương và máy laser.
Theo Adhikari, thiết kế ban đầu của AI có vẻ kỳ quặc. Kết quả nó đưa ra thực sự khó hiểu, quá phức tạp, không có cảm giác đối xứng, trông giống một mớ hỗn độn. Các nhà nghiên cứu sau đó tìm cách lọc kết quả của AI để rút ra những ý tưởng có thể hiểu được. Dù vậy, họ vẫn bối rối trước thiết kế của AI và phải mất nhiều tháng để hiểu nó đang làm gì. Thực chất, cỗ máy sử dụng một mẹo "ngược đời" để đạt mục tiêu. Nó thêm một vòng dài 3 km giữa giao thoa kế chính và máy dò để ánh sáng tuần hoàn trước khi thoát khỏi cánh tay của giao thoa kế.
Nhóm của Adhikari nhận ra AI có thể đang sử dụng một số nguyên tắc lý thuyết mà các nhà vật lý Nga từng chỉ ra cách đây nhiều thập kỷ để giảm nhiễu cơ học lượng tử, ý tưởng chưa ai từng theo đuổi trong thực nghiệm. Nếu thiết kế của AI có sẵn khi LIGO được xây dựng, độ nhạy của LIGO sẽ tốt hơn khoảng 10-15%.
Dù AI chưa dẫn tới những phát hiện mới trong vật lý, nó đang trở thành công cụ mạnh mẽ trong lĩnh vực này. Không chỉ giúp nhà nghiên cứu thiết kế thí nghiệm, nó có thể tìm ra mô hình có ý nghĩa trong dữ liệu phức tạp. Ví dụ, thuật toán AI phát hiện đối xứng tự nhiên từ dữ liệu thu thập tại Máy gia tốc hạt lớn ở Thụy Sĩ, mấu chốt đối với thuyết tương đối của Einstein. Các nhà vật lý cũng sử dụng AI để tìm ra phương trình mới mô tả sự tích tụ vật chất tối không thể nhìn thấy trong vũ trụ.
Năm 2021, nhóm của Krenn bắt đầu thiết kế thí nghiệm mới với sự hỗ trợ của phần mềm PyTheus. Họ biểu thị thí nghiệm quang học bằng đồ thị toán học, bao gồm các nút kết nối bằng những đường thẳng gọi là cạnh. Nút và cạnh đại diện cho các khía cạnh khác nhau của thí nghiệm như bộ tách chùm, đường đi của hạt photon, hoặc liệu hai photon có tương tác hay không. Đồ thị có đặc điểm đầu ra đại diện cho trạng thái lượng tử mong muốn.
Để sửa đổi tất cả các phần khác của đồ thị nhằm tạo ra trạng thái như vậy, nhóm nghiên cứu xây dựng một hàm toán học tiếp nhận trạng thái của đồ thị và tính toán khác biệt giữa kết quả đầu ra của đồ thị và trạng thái lượng tử mong muốn. Sau đó, chương trình liên tục sửa đổi các tham số của đồ thị để loại bỏ khác biệt. Khi sinh viên của Krenn, Soren Arlt, thử sử dụng phương pháp này, anh thu được cấu hình thí nghiệm không thể nhận ra, khác hoàn toàn thiết kế năm 1993 của học giả Nobel Anton Zeilinger.
Thuật toán mượn ý tưởng từ một lĩnh vực nghiên cứu riêng biệt gọi là giao thoa nhiều photon, từ đó tạo ra cấu hình đơn giản hơn so với thí nghiệm của Zeilinger. Phân tích của Krenn và cộng sự xác nhận thiết kế thí nghiệm mới thực sự tạo ra trạng thái rối giữa các hạt. Theo Physical Review Letters, tháng 12/2024, nhóm nghiên cứu ở Trung Quốc do Xiao-Song Ma của Đại học Nam Kinh đứng đầu tiến hành thí nghiệm thực tế và nhận thấy nó hiệu quả như mong đợi.
Các nhà vật lý cũng sử dụng AI để phân tích kết quả thí nghiệm. Kyle Cranmer, nhà vật lý tại Đại học Wisconsin-Madison và cộng sự sử dụng mô hình học máy để dự đoán mật độ của những khối vật chất tối trong vũ trụ, dựa trên đặc tính quan sát được của khối tương tự gần đó. Hệ thống đưa ra công thức để mô tả mật độ khối vật chất tối phù hợp với dữ liệu hơn so với công thức do con người lập ra.
An Khang (Theo Wired, arXiv, Physical Review Letters)
