Các nhà khoa học Đức dùng 400 hạt vi mô để dự đoán tín hiệu hỗn loạn

Theo tin từ IT ngày 28 tháng 7, trang tin công nghệ Tom's Hardware đã đăng tải bài viết vào hôm qua (27 tháng 7), đưa tin về việc các nhà khoa học Đức đã sử dụng 400 hạt siêu nhỏ trong giọt chất lỏng để thực hiện dự đoán tín hiệu hỗn loạn và phát hiện bất thường.

"Tín hiệu hỗn loạn" (chaotic signal) thường chỉ chuỗi thời gian được tạo ra bởi hệ thống hỗn loạn: nó trông giống như nhiễu ngẫu nhiên, nhưng về bản chất lại được tạo ra từ động lực học của hệ thống có tính xác định (có thể mô tả bằng phương trình). Đặc điểm điển hình của nó là cực kỳ nhạy cảm với các điều kiện ban đầu, không thể dự đoán trong dài hạn, nhưng vẫn tồn tại tính quy luật thống kê.

Thành tựu nghiên cứu này được thực hiện bởi đội ngũ các nhà vật lý từ Đại học Konstanz và Đại học Stuttgart, kết quả liên quan đã được công bố trên tạp chí *Communications, AI and Computing*.

Mảng này đã dự đoán một chuỗi Mackey-Glass hỗn loạn và xác định được các bất thường không làm ảnh hưởng đến giá trị trung bình, phương sai và tính tự tương quan ngắn hạn của tín hiệu, đồng thời đạt được giá trị F1 là 0,90 trong các tác vụ phức tạp hơn.

Chuỗi Mackey-Glass là chuỗi thời gian hỗn loạn được tạo ra bởi phương trình Mackey-Glass, có các quy tắc xác định và đặc điểm biến đổi phức tạp. Nghiên cứu thường sử dụng nó để kiểm tra khả năng dự đoán của hệ thống đối với các mối quan hệ phụ thuộc thời gian phi tuyến tính. Chuỗi này thường được dùng làm tiêu chuẩn đánh giá (benchmark) cho reservoir computing (tính toán hồ chứa), mạng thần kinh và các mô hình chuỗi thời gian khác.

Tuy nhiên, độ chính xác của hệ thống này vẫn còn là một thách thức. Bài báo chỉ rõ rằng, sai số căn quân phương chuẩn hóa (normalized root-mean-square error) của dự đoán chuỗi Mackey-Glass đơn bước là khoảng 0,1. So với các hệ thống lưu trữ dựa trên memristor (sai số đã đạt mức 0,01 hoặc thấp hơn), độ chính xác của mảng này chỉ bằng khoảng 1/10.

Sai số căn quân phương chuẩn hóa là chỉ số đo lường độ lệch giữa giá trị dự đoán và giá trị thực tế sau khi đã chuẩn hóa quy mô của sai số căn quân phương. Giá trị càng thấp, kết quả dự đoán càng gần với chuỗi mục tiêu.

Để vận hành hồ chứa chất lỏng này cần một laser 532nm, một bộ lệch hướng âm quang (acousto-optic deflector) hai trục quét ở tần số 100 kHz, một kính hiển vi thời gian thực có chức năng theo dõi hạt, một bể thạch anh kiểm soát nhiệt độ và một máy tính thông thường (để xử lý 1000 hàm nhân Gaussian nhằm tạo ra kết quả đầu ra).

Về thiết kế hệ thống, mỗi bộ dao động là một quả cầu silica có bán kính 3μm, một đầu được phủ lớp carbon dày 80nm và lơ lửng trong dung dịch hỗn hợp nước-lutidine ở 28°C.

Đội ngũ nghiên cứu sử dụng laser 532nm để làm nóng lớp carbon, điều khiển các hạt bay về phía các điểm mục tiêu đã định sẵn. Tuy nhiên, do có độ trễ giữa việc tạo ảnh và định vị lại chùm tia, các hạt sẽ đi quá đà và cuối cùng dừng lại ở một quỹ đạo nhỏ hơn. Trường dòng chảy trong chất lỏng sẽ ghép nối các quỹ đạo liền kề, dữ liệu được nhập vào hệ thống dưới dạng dịch chuyển của điểm mục tiêu.

Các nhà nghiên cứu sắp xếp các bộ dao động thành mạng lưới lục giác. Mỗi hạt đơn lẻ chạy quanh vị trí mục tiêu với bán kính quỹ đạo khoảng 1 μm. Khoảng cách mảng L có thể thiết lập là 12 μm, 14 μm hoặc 30 μm. Tham số giảm chấn Γ có thể thiết lập là 0 μm, 1,4 μm hoặc 1,5 μm.

Trong thử nghiệm xung, các nhà nghiên cứu di chuyển tất cả các vị trí mục tiêu theo cùng một hướng 4 μm, duy trì trong 4 khoảng thời gian trễ τ_d. Thời gian thư giãn τ_r đo được từ đó thay đổi hơn 1 bậc độ lớn theo L và Γ.

Trong thí nghiệm dự đoán chuỗi Mackey–Glass hỗn loạn, mảng nhận 6700 tín hiệu bước thời gian. 80% dữ liệu đầu tiên được sử dụng để huấn luyện lớp đọc tuyến tính (linear readout layer), 20% dữ liệu sau được dùng để kiểm chứng.

Kết quả mô phỏng cho thấy, khi số kênh đầu vào N tăng từ 1 lên 10, sai số dự đoán 10 bước giảm xuống, nhưng hiệu suất lại giảm khi tiếp tục tăng số kênh. Ngay cả khi chỉ điều khiển 20% số bộ dao động, hệ thống vẫn duy trì độ chính xác dự đoán khá cao.

IT đính kèm tài liệu tham khảo:

Reservoir computing from collective dynamics of active colloidal oscillators

Tuyên bố quảng cáo: Các liên kết ngoài (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) có trong bài viết được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian lựa chọn, kết quả chỉ mang tính chất tham khảo, tất cả các bài viết của IT đều bao gồm tuyên bố này.