Giải mã cuộn giấy cổ cháy đen

Herculaneum Scrolls là tập hợp gồm khoảng 800 cuộn giấy Hy Lạp bị carbon hóa trong vụ phun trào núi lửa chôn vùi thị trấn La Mã cổ đại Pompeii năm 79. Do cháy đen và giòn, chúng sẽ vỡ vụn nếu cố gắng mở ra và bất cứ dấu vết chữ viết nào còn lại cũng gần như không thể đọc. Đến nay, chúng vẫn chưa được mở, nhưng nhờ AI, các nhà khoa học giờ đây có thể giải mã một phần nội dung.

Sử dụng AI và tia X độ phân giải cao, Youssef Nader, nghiên cứu sinh tiến sĩ ở Đức, Luke Farritor, thực tập sinh SpaceX tại Mỹ, và Julian Schilliger, sinh viên ngành robot người Thụy Sĩ, đã giải mã hơn 2.000 ký tự từ các cuộn giấy vào năm 2023. Chúng trở thành kho tàng thông tin chưa từng có về La Mã và Hy Lạp cổ đại.

Các nhà khoa học đã khởi động Thử Thách Vesuvius, một cuộc thi nhằm tăng tốc quá trình giải mã, hy vọng rằng 90% nội dung của 4 cuộn giấy sẽ được bẻ khóa vào cuối năm 2024. Thách thức lớn nhất là mở chúng ra trong thế giới ảo, phân biệt mực đen với giấy carbon hóa để khiến chữ Hy Lạp và La Mã trở nên dễ đọc hơn.

"AI đang giúp chúng tôi tăng cường khả năng đọc vết mực. Vết mực vẫn ở đó. Nó chỉ bị chôn vùi và ngụy trang trong sự phức tạp còn AI giúp chắt lọc và cô đọng", Brent Seales, giáo sư khoa học máy tính tại Đại học Kentucky, cho biết.

Học máy giúp giải mã chuỗi âm thanh của cá nhà táng. Ảnh: Reinhard Dirscherl/imageBROKER

Giải mã ngôn ngữ của cá nhà táng

Cá nhà táng tạo ra tiếng lách tách nhờ các cơ quan spermaceti trên đầu. Giới nghiên cứu biết rằng những tiếng lách tách này có sự thay đổi về nhịp độ, giai điệu, độ dài. Tuy nhiên, việc chúng muốn truyền tải điều gì với âm thanh đó vẫn là điều bí ẩn với con người.

Giờ đây, học máy đã giúp giới khoa học phân tích gần 9.000 chuỗi âm thanh lách tách, gọi là coda, đại diện cho giọng nói của khoảng 60 cá nhà táng ở biển Caribbean. Công việc này có thể cho phép con người giao tiếp với động vật biển trong tương lai.

Các nhà khoa học đã kiểm tra thời gian và tần số của coda trong từng âm thanh đơn lẻ, điệp khúc và cả những cuộc đối thoại của cá nhà táng. Khi được hình ảnh hóa bằng AI, các dạng mẫu coda chưa từng thấy trước đó xuất hiện và được nhóm nhà khoa học mô tả là tương tự ngữ âm trong giao tiếp của con người.

Tổng cộng, chương trình đã phát hiện 18 loại giai điệu (chuỗi khoảng cách giữa những tiếng lách tách), 5 loại nhịp độ (thời lượng của toàn bộ coda), 3 loại rubato (biến đổi về thời lượng) và 2 loại tô điểm - tiếng lách tách được thêm vào cuối coda trong một nhóm coda ngắn.

Những yếu tố trên có thể phối hợp để tạo thành một "kho tàng cụm từ khổng lồ". Phương pháp này cũng có thể được áp dụng cho âm thanh của nhiều động vật khác, theo Brenda McCowan, giáo sư tại Trường Thú y thuộc Đại học California Davis.

Mô hình AI giúp phát hiện nhiều hình vẽ bí ẩn trên sa mạc Nazca, Peru. Ảnh: Viện Nasca thuộc Đại học Yamagata

Tìm kiếm hình khắc khổng lồ thời cổ đại

AI cũng đang giúp đẩy nhanh công cuộc tìm kiếm những hình khắc khổng lồ tại sa mạc Nazca, Peru. Thường chỉ nhìn thấy từ trên cao, chúng khắc họa những thiết kế hình học, nhân vật giống người, thậm chí kỳ lạ như cá voi sát thủ cầm dao.

Nhóm nghiên cứu của Masato Sakai, giáo sư khảo cổ tại Đại học Yamagata, Nhật Bản, đã đào tạo một mô hình AI phát hiện đối tượng bằng hình ảnh độ phân giải cao của 430 biểu tượng Nazca đã biết tính đến năm 2020.

Giai đoạn tháng 9/2022 - 2/2023, nhóm kiểm tra độ chính xác của mô hình trên sa mạc Nazca, khảo sát những địa điểm tiềm năng thông qua những chuyến đi bộ và cả drone. Cuối cùng, họ xác thực được 303 hình vẽ, gần như tăng gấp đôi số lượng hình vẽ đã biết chỉ trong vài tháng.

Dù chưa hoàn toàn chính xác, AI có tiềm năng đóng góp lớn cho khảo cổ học, đặc biệt là ở những địa hình xa xôi và khắc nghiệt như sa mạc, theo Amina Jambajantsan, nhà khoa học dữ liệu từ khoa khảo cổ thuộc Viện Khảo cổ Max Planck ở Jena, Đức.

Protein là những cấu trúc phức tạp trong cơ thể. Ảnh: Juan Gaertner/Science Photo Library

Tìm hiểu thành phần cơ bản của sự sống

AI cũng đang giúp giới nghiên cứu hiểu về sự sống ở quy mô nhỏ nhất: chuỗi phân tử tạo thành protein - thành phần cơ bản của sự sống. Protein cấu tạo chỉ từ khoảng 20 axit amin, nhưng chúng có thể kết hợp theo những cách gần như vô hạn, tự gấp lại thành những dạng mẫu phức tạp trong không gian ba chiều. Không chỉ giúp hình thành tóc, da, tế bào mô, chúng còn đọc, sao chép, sửa chữa ADN và vận chuyển oxy trong máu.

Suốt nhiều thập kỷ, việc giải mã các cấu trúc 3D này là một nhiệm vụ đầy thử thách và tốn thời gian. Nhưng vào năm 2018, một công cụ AI mang tính cách mạng xuất hiện. Phiên bản mới của Cơ sở Dữ liệu Cấu trúc Protein AlphaFold, do Demis Hassabis và John Jumper tại Google DeepMind London phát triển, dự đoán cấu trúc của gần như tất cả 200 triệu protein đã biết từ các chuỗi axit amin.

Được đào tạo dựa trên chuỗi axit amin và cấu trúc protein, cơ sở dữ liệu này hoạt động như công cụ tìm kiếm Google. Nó cung cấp quyền truy cập vào những mô hình protein được dự đoán, giúp đẩy nhanh tiến bộ trong sinh học cơ bản và một số lĩnh vực liên quan, bao gồm cả y học.

AlphaFold chỉ là một trong số nhiều công cụ AI đang được triển khai trong y sinh. Học máy đang giúp thúc đẩy công cuộc biên soạn "bản đồ" từng loại tế bào trong cơ thể người và phát hiện ra các phân tử để từ đó tạo ra thuốc mới phục vụ con người.

Theo vnexpress.net