Truy tìm nguyên tử hydro bị thiếu: AI tái tạo vị trí trong cấu trúc tinh thể, mở đường cho vật liệu lưu trữ hydro và pin thế hệ mới
Ngày 24 tháng 6 năm 2026 | Khoa học vật liệu – Công nghệ
Annie Nguyễn
Các nhà nghiên cứu tại Viện Paul Scherrer (PSI) của Thụy Sĩ, dẫn đầu bởi nhóm của Giovanni Pizzi thuộc Trung tâm Khoa học Máy tính, Lý thuyết và Dữ liệu PSI, đã phát triển một phương pháp trí tuệ nhân tạo (AI) mang tên XtalPaint có khả năng tái tạo vị trí của các nguyên tử hydro bị thiếu trong cấu trúc tinh thể một cách nhanh chóng và hiệu quả. Công trình được công bố trên tạp chí npj Computational Materials.
Bài toán nguyên tử hydro "vô hình"
Để mô phỏng tính chất của vật liệu, các nhà khoa học dựa vào thông tin vị trí của từng nguyên tử trong cấu trúc tinh thể lưu trữ trong các cơ sở dữ liệu. Tuy nhiên, hydro – một nguyên tố thường xuyên xuất hiện trong mạng tinh thể – lại rất khó phát hiện bằng các phương pháp thực nghiệm truyền thống như nhiễu xạ tia X. Hậu quả là vị trí của các nguyên tử hydro trong nhiều cấu trúc tinh thể thường không chính xác hoặc bị thiếu hoàn toàn.
Điều này gây ra trở ngại lớn: “Nếu thông tin về nguyên tử hydro bị thiếu, đó là một vấn đề. Thường thì chúng tôi không thể sử dụng hàng nghìn vật liệu tiềm năng cho các mô phỏng của mình chính vì lý do này,” Giovanni Pizzi cho biết.
XtalPaint: Ứng dụng kỹ thuật "inpainting" từ thị giác máy tính
Nhóm nghiên cứu đã áp dụng cách tiếp cận vốn được sử dụng trong xử lý ảnh và thị giác máy tính, gọi là "inpainting" – kỹ thuật điền thông tin còn thiếu vào một bức ảnh (ví dụ, thêm một bàn chân bị che khuất trong ảnh chụp con chó). Trong thị giác máy tính hiện đại, nhiễu chỉ được thêm vào những vùng chưa biết, thay vì toàn bộ hình ảnh. Nhóm của Pizzi đã phát triển mô hình nguồn mở XtalPaint dựa trên nền tảng MatterGen của Microsoft để áp dụng nguyên lý này vào tái tạo cấu trúc tinh thể.
“Cách tiếp cận này kết hợp những ưu điểm của thị giác máy tính hiện đại và tái tạo tinh thể: nhiễu chỉ được thêm vào các vị trí chưa biết bên trong tinh thể – các vị trí đã biết hầu như không thay đổi trong suốt quá trình,” Timo Reents, nghiên cứu sinh trong nhóm của Pizzi, giải thích.
Kết quả ấn tượng và ứng dụng tiềm năng
Để kiểm tra phương pháp, các nhà nghiên cứu đã loại bỏ vị trí của nguyên tử hydro khỏi các cấu trúc tinh thể đã biết, sau đó sử dụng XtalPaint để tái tạo lại. Kết quả cho thấy trong 87% trường hợp, mô hình tìm thấy đúng vị trí đã biết – và trong 10% trường hợp khác, nó đưa ra các cấu hình thậm chí còn ổn định hơn.
Phương pháp này cho phép mô phỏng các vật liệu đã được biết đến trong thực nghiệm nhưng trước đây không thể tiếp cận về mặt lý thuyết, hoặc mô phỏng chúng chính xác hơn đáng kể so với trước đây. Điều này mở ra cánh cửa khám phá các vật liệu mới với những đặc tính đặc biệt, chẳng hạn như vật liệu lưu trữ hydro hiệu quả hoặc tiềm năng phát triển siêu dẫn mới.
Không chỉ dừng lại ở đó, phương pháp còn có thể ứng dụng trong phát triển vật liệu pin thế hệ mới và các lĩnh vực khoa học vật liệu khác. Việc tái tạo chính xác vị trí nguyên tử hydro là chìa khóa để các nhà nghiên cứu dự đoán các đặc tính quan trọng như độ dẫn điện hay độ dẫn nhiệt của vật liệu.
