Các nhà nghiên cứu tại Đại học Leiden (Hà Lan) đã phát triển mạng lưới thần kinh Haz Hazous Object Objectifier, hệ thống trí tuệ nhân tạo có thể dự đoán khả năng tiểu hành tinh va chạm với Trái Đất.
Theo Futurism, AI này chỉ ra 11 tiểu hành tinh thuộc dạng như vậy nhưng NASA chưa từng ghi nhận. Chúng có đường kính lớn hơn 100 mét, kích thước đủ để gây ra vụ nổ tương đương hàng trăm vũ khí hạt nhân nếu rơi xuống Trái đất.
 |
| Hàng chục thiên thạch có khả năng va chạm với Trái Đất trong tương lai. Ảnh: Futurism. |
Họ tập trung tìm kiếm những thiên thạch di chuyển cách Trái Đất trong phạm vi 7,6 triệu km. Kết quả nghiên cứu được công bố trên tạp chí Astronomy & Astrophysics số tháng 2/2020.
Tuy nhiên, không có tiểu hành nào trong số đó đe dọa Trái Đất ngay lúc này. Không chỉ xác suất va chạm rất thấp như các trường hợp trước đây, 11 vật thể không gian vừa được phát hiện chỉ đến gần chúng ta trong khoảng từ năm 2131 đến 2923, tức còn cách vài thế kỷ nữa.
Sử dụng siêu máy tính, nhóm nghiên cứu mô phỏng quỹ đạo chuyển động của các hành tinh thuộc Hệ Mặt trời trong vòng 10.000 năm. Sau đó họ xem xét chi tiết mô hình, tách riêng những thiên thạch có khả năng va chạm với Trái Đất để theo dõi vị trí và quỹ đạo chính xác của chúng.
“Bằng cách này, bạn có thể tạo một cơ sở dữ liệu quỹ đạo của các tiểu hành tinh rơi xuống Trái Đất”, nhà thiên văn học Simon Portegies Zwart từ Đại học Leiden, đồng tác giả công trình nghiên cứu cho biết.
Các nhà khoa học dùng mô phỏng để đào tạo AI của họ, sau đó tìm kiếm những tiểu hành tinh có quỹ đạo va chạm vào Trái đất.
Để kiểm tra khả năng dự đoán của AI có khớp với thực tế các thiên thạch đã từng đâm vào Trái Đất hay không, nhóm nghiên cứu đối chiếu dữ liệu với thông tin của 2.000 tiểu hành tinh được NASA phân loại. Kết quả, Haz Hazous Object Objectifier tính toán chính xác 90,99% những mối đe dọa có nguồn gốc từ bên ngoài vũ trụ đối với Trái Đất của chúng ta. Nhóm nghiên cứu tiếp tục cải tiến AI của họ để nâng cao tỷ lệ dự đoán.
“Giờ đây chúng tôi biết rằng phương pháp này thực sự hiệu quả, nhưng chúng tôi muốn tìm hiểu sâu hơn, phát triển một mạng lưới thần kinh tốt hơn với nhiều dữ liệu đầu vào hơn”, Zwart nói. “Phần khó khăn là sự gián đoạn nhỏ trong tính toán quỹ đạo có thể làm thay đổi kết luận”.
