Nvidia cho biết các nhà thiên văn học đang sử dụng công cụ AI của hãng để lọc những tín hiệu có thể đến từ người ngoài hành tinh khỏi nhiễu vô tuyến, giúp tiết kiệm thời gian quý giá của kính thiên văn và năng lực tính toán trong quá trình tìm kiếm sự sống ngoài Trái Đất.
Những điểm chính
Nvidia cho biết các nhà thiên văn học đang dùng các hệ thống dựa trên tác tử để lọc những tín hiệu vô tuyến có thể đến từ ngoài Trái Đất khỏi lượng nhiễu ngày càng tăng từ kính thiên văn
Nvidia cho biết bộ công cụ tìm kiếm mới nhất kết hợp các tác tử AI với điện toán tăng tốc để sàng lọc các quan sát hiệu quả hơn
Quy trình này phân công nhiệm vụ: một mô hình gắn thẻ hình dạng tín hiệu, mô hình khác đối chiếu với các nguồn nhiễu đã biết, còn mô hình thứ ba quyết định có cần theo dõi thêm hay không
Bài đăng của Nvidia không tuyên bố đã xác nhận phát hiện sự sống ngoài Trái Đất, mà chỉ nói rằng việc phân loại các tín hiệu tiềm năng đã tốt hơn.
Nvidia cho biết hệ thống tìm kiếm mới nhất kết hợp các tác nhân AI với điện toán tăng tốc để sàng lọc dữ liệu quan sát hiệu quả hơn. Công ty lưu ý rằng kính thiên văn vô tuyến tạo ra nhiều tín hiệu tiềm năng hơn mức con người có thể xem xét, và phần lớn trong số đó là nhiễu từ vệ tinh, máy bay, thiết bị liên lạc hoặc các nguồn tự nhiên trong vũ trụ.
Công ty sản xuất GPU và phần mềm được sử dụng rộng rãi trong huấn luyện AI và điện toán khoa học. Bài đăng của Nvidia mô tả một quy trình nhiều lớp, trong đó các tác nhân chuyên biệt phân loại mẫu tín hiệu, kiểm chứng giả thuyết và chuyển các phát hiện đáng ngờ đi để xem xét kỹ hơn.
AI tác nhân trong SETI vượt ra ngoài việc lọc đơn giản
Quy trình này phân công nhiệm vụ: một mô hình gắn nhãn hình dạng tín hiệu, mô hình khác đối chiếu tín hiệu với các dạng nhiễu đã biết, còn mô hình thứ ba quyết định liệu trường hợp đó có đáng để dành thời gian theo dõi tốn kém bằng kính thiên văn hay không. Trên thực tế, điều này khiến quy trình tìm kiếm hoạt động giống một nhóm nghiên cứu hơn là một bộ phân loại đơn lẻ.
Điều này quan trọng vì trong SETI, giới hạn không chỉ nằm ở thuật toán mà còn ở điều kiện vật lý.
Thời lượng sử dụng kính thiên văn có hạn; năng lực tính toán và mức tiêu thụ điện đặt ra những giới hạn thực tế cho việc xử lý theo thời gian thực; còn chi phí cho mỗi lượt suy luận quyết định có thể sàng lọc bao nhiêu tín hiệu tiềm năng trước khi con người xem xét. Các quy trình AI tác nhân chuyển nỗ lực từ việc con người rà soát bằng phương pháp vét cạn sang quy trình sàng lọc phối hợp, được GPU tăng tốc, nhưng đồng thời cũng tập trung nhu cầu vào GPU trung tâm dữ liệu, mạng và lưu trữ.
Khi chiến lược công khai của một công ty nhấn mạnh các công cụ dựa trên tác nhân nhưng chi tiêu vốn lại đổ vào bộ tăng tốc và năng lực trung tâm dữ liệu, khoản chi tiêu đó là dấu hiệu rõ ràng hơn về lĩnh vực sẽ được mở rộng.
Việc mua GPU, tủ máy chủ và thiết bị mạng khiến các tổ chức cam kết với những kiến trúc ưu tiên nhiều lượt suy luận song song và truyền dữ liệu có độ trễ thấp, thay vì chỉ lọc dữ liệu tại kính thiên văn.
Đọc thêm: Oracle cung cấp chip AI của Google cho khách hàng đám mây đang nhắm đến Nvidia
Từ xem xét thủ công đến sàng lọc ở tốc độ máy móc
Cuộc tìm kiếm trí tuệ ngoài Trái Đất luôn đối mặt với bài toán xếp hạng. Kính thiên văn thu thập các tập dữ liệu khổng lồ, nhưng chỉ một phần rất nhỏ các dấu hiệu bất thường đáng để nghiên cứu kỹ hơn.
Vì vậy, các nhà nghiên cứu cần sàng lọc để quyết định điều gì đáng kiểm tra trước khi thời gian quan sát khan hiếm trôi qua.
Tỷ lệ dương tính giả trong SETI đặc biệt đáng ngại. Một tín hiệu có thể trông đáng chú ý trong vài phút, rồi nhanh chóng bị bác bỏ khi đối chiếu với quỹ đạo vệ tinh đã biết hoặc phát hiện lỗi từ thiết bị thu.
Bài đăng của Nvidia không tuyên bố đã xác nhận phát hiện sự sống ngoài Trái Đất. Công ty chỉ nói rằng việc phân loại đã tốt hơn — một bước đi đáng tin cậy và hữu ích hơn ở giai đoạn này.
AI khoa học cần ít ảo giác hơn, chứ không cần những tuyên bố khoa trương hơn
Các công cụ khoa học gặp lỗi theo cách khác với chatbot.
Một trợ lý dành cho người tiêu dùng có thể đoán mò mà vẫn tạo cảm giác hữu ích. Nhưng một hệ thống nghiên cứu xếp hạng sai các tín hiệu tiềm năng sẽ lãng phí thời gian sử dụng kính thiên văn, thời gian của nhân viên và sự chú ý của công chúng.
Kiến trúc AI tác nhân có thể chia nhiệm vụ thành các bước cụ thể, giúp dễ kiểm tra lỗi hơn.
Một tác nhân có thể đề xuất tín hiệu tiềm năng, tác nhân khác phản biện đề xuất đó, còn tác nhân thứ ba yêu cầu đối chiếu chéo với các cơ sở dữ liệu về nhiễu.
Điều đó không loại bỏ sai sót, nhưng hạn chế nguy cơ một câu trả lời sai duy nhất lọt qua mà không được kiểm tra rồi dẫn đến việc theo dõi tiếp tốn kém. Kết quả là một tuyên bố dè dặt hơn nhưng có giá trị thực tiễn lớn hơn.
Nếu các nhà khoa học có thể loại bỏ tín hiệu vô ích nhanh hơn, họ sẽ dành được nhiều thời gian hơn cho số ít quan sát thực sự có thể mang ý nghĩa.
AI tác nhân trong SETI sàng lọc bầu trời như thế nào
Các hệ thống AI tác nhân trong SETI chia một bài toán thiên văn học khổng lồ thành những nhiệm vụ nhỏ hơn. Trước tiên, kính thiên văn ghi lại dữ liệu vô tuyến thô; sau đó, các mô hình riêng biệt tìm kiếm những dạng tín hiệu như phát xạ băng hẹp, tín hiệu lặp lại hoặc sự dịch chuyển qua các tần số.
Một công cụ của Nvidia có thể tăng tốc giai đoạn này bằng cách chạy đồng thời nhiều lượt kiểm tra trên GPU.
Thay đổi then chốt là phân công nhiệm vụ. Thay vì để một bộ phân loại đưa ra câu trả lời có/không, một tác nhân đánh dấu tín hiệu tiềm năng, tác nhân khác đối chiếu nó với danh mục vệ tinh, còn tác nhân thứ ba đánh giá xem việc dành thời gian theo dõi tiếp có xứng đáng với chi phí bỏ ra hay không.
Các tổ chức như Viện SETI quan tâm đến điều này vì thời lượng sử dụng kính thiên văn có hạn, và mỗi cảnh báo giả đều cạnh tranh với các nghiên cứu khoa học thực sự.
So với các bộ lọc dựa trên quy tắc, cách thiết lập này linh hoạt hơn nhưng cũng phụ thuộc nhiều hơn vào nhật ký kiểm toán.
Các bài nghiên cứu trong tương lai nên công bố tỷ lệ phát hiện, số dương tính giả và tần suất các quy trình AI tác nhân đồng thuận với các nhà thiên văn học.
Đọc tiếp: Các thủ thuật ẩn trên máy chủ AI có thể tồn tại sau khi cài đặt lại, khi Nvidia phản công