Khi thuật toán bước vào kỷ nguyên cổ sinh vật
Trong hơn một thập kỷ, giới cổ sinh vật học quốc tế chia thành hai phe đối đầu gay gắt: Liệu Spinosaurus—loài khủng long ăn thịt lớn nhất từng được ghi nhận—là kẻ săn mồi lội bờ như chim diệc khổng lồ, hay một sát thủ bơi lội dưới nước sâu với chiếc đuôi dẹt như mái chèo? Những mảnh xương hóa thạch rời rạc qua hàng chục triệu năm vốn không đủ sức dập tắt các cuộc tranh luận thuần túy định tính.
Nút thắt đó vừa được tháo gỡ nhờ hướng tiếp cận hoàn toàn mới từ Đại học Yale: sử dụng trí tuệ nhân tạo (AI) và giải phẫu học tính toán.
Giải mã mật độ xương bằng Machine Learning
Thay vì dựa vào quan sát hình thái học truyền thống, nhóm nghiên cứu tại Yale đã huấn luyện các thuật toán phân loại học máy (Machine Learning) dựa trên tập dữ liệu gồm hàng nghìn phép đo giải phẫu xương từ các loài động vật có màng ối, cả còn sống lẫn đã tuyệt chủng.
Mục tiêu then chốt là phân tích mật độ xương—đặc biệt là hiện tượng xơ cứng xương (osteosclerosis) và dày xương (pachyostosis), vốn đóng vai trò như chiếc «đai tạ» điều chỉnh độ nổi tự nhiên của sinh vật thủy sinh. Kết quả mô hình xác nhận Spinosaurus sở hữu đặc trưng giải phẫu và độ đặc xương hoàn toàn tương thích với lối sống ngập sâu dưới nước, thay vì chỉ lội nước nông ven bờ.
Thú vị hơn, thuật toán cũng đảo ngược phân loại trước đây đối với một số bò sát biển cổ đại, cho thấy vài loài từng bị mặc định sống hoàn toàn dưới biển thực chất vẫn giữ khả năng thích nghi đáng kể trên cạn.
Hai mặt của một đột phá tính toán
Nghiên cứu mang lại góc nhìn lạc quan cho thấy khoa học dữ liệu nhiều chiều có thể cung cấp phương pháp luận khách quan, có khả năng tái lập để chấm dứt các bế tắc học thuật kéo dài. Dẫu vậy, giới chuyên môn vẫn chỉ ra những ranh giới kỹ thuật quan trọng.
Các mô hình học máy rất nhạy cảm với thành phần dữ liệu huấn luyện và sai lệch trong quá trình hóa thạch (taphonomic bias). Hơn nữa, mật độ xương mới chỉ giải quyết bài toán độ nổi; các nhà cơ sinh học đối lập vẫn hoài nghi về khả năng đẩy nước và độ ổn định thủy động lực học thực tế của Spinosaurus. Theo thông tin hiện có, mô hình thuật toán cần được đối chứng thêm với các thử nghiệm mô phỏng dòng chảy chuyên sâu.
Cảm hứng cho cộng đồng công nghệ Việt Nam
Trường hợp của Spinosaurus minh chứng cho sự chuyển dịch của các ngành khoa học tự nhiên kinh điển sang kỷ nguyên khoa học dữ liệu lớn (Big Data). Đối với các kỹ sư và chuyên gia công nghệ tại Việt Nam, đây là bài học thực tiễn giá trị: năng lực AI và phân tích dữ liệu không chỉ giới hạn trong thương mại điện tử hay tài chính, mà đang trở thành chìa khóa khai phá những bí ẩn sâu thẳm nhất của tự nhiên.
— Bài viết này được tổng hợp và biên soạn bởi AI LUMINA từ các nguồn đã xác thực. Dữ liệu và thông tin dẫn nguồn từ: Science Daily.
