Tổng quan luận án

Bản luận án tiến sĩ với tiêu đề "Nghiên cứu chuyển pha gom cụm của các loài sinh vật bằng các mô hình vật lý thống kê" do nghiên cứu sinh Nguyễn Phước Thể thực hiện, thuộc chuyên ngành Vật lý lý thuyết và Vật lý toán (hướng nghiên cứu vật lý thống kê ứng dụng cho các hệ phức tạp liên ngành).

1. Tính cấp thiết và khoảng trống nghiên cứu

Trong bối cảnh khoa học và công nghệ phát triển, các vấn đề sinh thái – môi trường như sự tăng trưởng, tuyệt chủng của các loài, biến đổi gen, tương tác giữa vật săn và con mồi đặt ra nhiều yêu cầu nghiên cứu liên ngành. Một trong những chủ đề trọng tâm của hệ sinh thái là hành vi tập thể của sinh vật (đàn kiến, đàn cá, đàn chim, bầy ong...).

Các hướng tiếp cận truyền thống bộc lộ một số giới hạn kỹ thuật:

  • Cách tiếp cận toán học dựa trên phương trình vi phân động lực học cổ điển khó tìm được lời giải chính xác cho các hệ có số lượng cá thể rất lớn.
  • Cách tiếp cận sinh học chủ yếu dừng lại ở việc mô tả hiện tượng, chưa làm rõ cơ chế vật lý vi mô điều khiển tương tác.
  • Cách tiếp cận vật lý đã xây dựng hệ thống lý thuyết chi tiết cho hệ một hạt và nhiều hạt (như mô hình spin trong chất sắt từ, dòng chất lưu, truyền nhiệt), nhưng việc ứng dụng các mô hình vật lý thống kê vào giải thích quy luật của các hệ phức tạp phi cân bằng trong sinh thái học còn hạn chế.

Mô hình vật lý nền tảng đầu tiên do Vicsek và cộng sự (1995) đề xuất dựa trên mô hình spin XY (mô hình các hạt tự hành - Self-Propelled Particles: SPP) đã mô tả được sự chuyển pha từ trật tự sang mất trật tự dưới tác động của nhiễu ở vùng nhiễu cao. Tuy nhiên, mô hình này bộc lộ các khoảng trống nghiên cứu sau:

  • Không giải thích được hành vi thực tế của sinh vật ở vùng nhiễu thấp: ở trạng thái tự do (không có nhiễu/kích thích từ bên ngoài), sinh vật phân bố ngẫu nhiên để tìm kiếm thức ăn (pha mất trật tự); khi bị tác động từ bên ngoài (như vật săn xuất hiện), chúng mới gom cụm lại và sắp xếp định hướng (pha trật tự).
  • Mô hình Vicsek cho kết quả chuyển pha liên tục (chuyển pha loại II), trong khi quan sát thực nghiệm cho thấy hành vi gom cụm diễn ra rất nhanh, tương ứng với chuyển pha gián đoạn (chuyển pha loại I).
  • Nghiên cứu của Gao và cộng sự về ảnh hưởng của góc quan sát cho thấy giá trị tới hạn của nhiễu tăng khi giảm góc quan sát, điều này mâu thuẫn về mặt ý nghĩa vật lý vì khi góc quan sát giảm, số lượng tương tác lân cận giảm, kéo theo giá trị tới hạn của nhiễu phải giảm.

2. Mục tiêu nghiên cứu và các giả thuyết/mô hình đề xuất

Mục tiêu tổng quát của luận án là ứng dụng các mô hình vật lý thống kê và phương pháp mô phỏng máy tính để khảo sát cơ chế chuyển pha gom cụm của các loài sinh vật, giải quyết các hạn chế của mô hình truyền thống và làm rõ hiệu ứng của góc quan sát.

Luận án xây dựng các nhiệm vụ và mô hình cụ thể:

  1. Sử dụng mô hình Vicsek để khảo sát sự phụ thuộc của thông số trật tự vào nhiễu tương ứng với các góc quan sát khác nhau, nhằm giải quyết mâu thuẫn trong kết quả của Gao và cộng sự.
  2. Đề xuất mô hình thứ nhất dựa trên cơ sở mô hình spin XY: Hamiltonian của hệ được định nghĩa bởi các thế tương tác giữa các cá thể gồm tương tác trao đổi, thế Morse và thế hóa học.
  3. Đề xuất mô hình thứ hai dựa trên cơ sở mô hình Potts đồng hồ $q$ trạng thái ($q$-Potts): giả thuyết mỗi cá thể như một hạt với hai bậc tự do:
    • Tham số bên ngoài đặc trưng cho định hướng chuyển động.
    • Tham số nội tại mô tả trạng thái bị kích thích hoặc không bị kích thích của mỗi cá thể dưới tác động của nhiễu. Trạng thái nội tại đóng vai trò là tham số điều khiển tương tác của các cá thể.

3. Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Hành vi tập thể và hiện tượng chuyển pha gom cụm (flocking, schooling, swarming) của các loài sinh vật (như chim sáo đá, mòng biển, cá trích, cá tuyết, đàn cừu, đàn kiến...).
  • Phạm vi không gian và thời gian: Nghiên cứu lý thuyết và mô phỏng số trên mạng hai chiều kích thước $L$ với điều kiện biên tuần hoàn (PBCs); kích thước đàn từ vài chục đến hàng trăm, hàng nghìn cá thể; thời gian khảo sát theo các bước thời gian rời rạc $\Delta t$ trong mô phỏng động học phân tử và mô phỏng Monte Carlo.

Tổng quan tài liệu và vị trí của luận án

1. Các hướng nghiên cứu trước đây được điểm lại trong văn bản

Luận án hệ thống hóa các công trình nghiên cứu về hành vi tập thể theo ba hướng tiếp cận chính:

Hướng tiếp cận Tác giả & Năm công bố Mô hình / Luận điểm chính
Sinh học hành vi Hamilton & Vine (1971) Đưa ra cấu trúc hình học nhóm: cá thể có xu hướng chuyển động vào tâm nhóm để tránh bị ăn thịt (vị kỷ, dùng con khác làm vỏ bọc); di chuyển ra ngoài khi tìm thức ăn; lấy thông tin từ cá thể lân cận.
Partridge và cộng sự Nghiên cứu cấu trúc đàn cá; xác định các cá thể duy trì khoảng cách nhất định thông qua "lực đẩy" cục bộ.
Hall (1986), Ballerini (2008), Hemelrijk (2012) Nghiên cứu khả năng quan sát của mắt ở chim sáo đá, mòng biển, cá trích, cá tuyết; xác định góc quan sát tối ưu của từng loài.
Đồ họa & Thuật toán Craig Reynolds (1987) Mô hình Boids dựa trên 3 quy tắc cục bộ: phân chia (tránh va chạm), sắp xếp (chỉnh hướng) và tự hợp (không tách đàn).
Vật lý thống kê Tomas Vicsek và cộng sự (1995) Đề xuất mô hình hạt tự hành (SPP) dựa trên spin XY hai chiều; thiết lập quy tắc sắp xếp định hướng trung bình kết hợp với nhiễu ngẫu nhiên; phát hiện chuyển pha liên tục loại II.
John Toner & Yuhai Tu (1995, 1998) Mô hình liên tục (TT) xem đàn sinh vật như chất lưu; sử dụng phương trình Navier-Stokes mở rộng với thế tương tác 4 miền; phân chia 5 pha trong không gian tham số $(a, b)$.
Toán học giải tích Cucker & Smale (2007) Mô hình CS dựa trên phương trình động học Boltzmann và ma trận Laplacian $L = D - A$; chứng minh điều kiện hội tụ vận tốc khi tham số $\beta \le 1/2$.
Couzin và cộng sự (2005) Mô hình hệ có tổ chức: khảo sát nhóm 200 cá thể di chuyển tới mục tiêu chỉ với 10 cá thể đầu đàn dẫn dắt.
Gao và cộng sự Nghiên cứu ảnh hưởng của góc quan sát đến chuyển pha; cho rằng nhiễu tới hạn tăng khi giảm góc quan sát.

2. Khoảng trống luận án lựa chọn giải quyết

Tổng kết tài liệu cho thấy các mô hình vật lý hiện hữu (chủ yếu là mô hình Vicsek và các biến thể) chỉ tập trung giải thích quá trình chuyển từ pha trật tự sang mất trật tự ở vùng nhiễu cao và xem chuyển pha này là chuyển pha loại II. Luận án định vị trọng tâm giải quyết hai khoảng trống cơ bản:

  • Giải thích cơ chế chuyển pha từ mất trật tự sang trật tự ở vùng nhiễu thấp (khi sinh vật chuyển từ trạng thái tự do sang trạng thái gom cụm tự vệ).
  • Khắc phục bản chất chuyển pha loại II của mô hình Vicsek để mô tả chuyển pha loại I (chuyển pha diễn ra nhanh, gián đoạn) phù hợp với thực nghiệm sinh học, đồng thời đính chính mâu thuẫn vật lý trong nghiên cứu về góc quan sát của Gao và cộng sự.

Cơ sở lý thuyết và phương pháp nghiên cứu

1. Khung lý thuyết và khái niệm sử dụng

Luận án xây dựng trên nền tảng lý thuyết chuyển pha và cơ học thống kê:

  • Lý thuyết Landau về chuyển pha: Sử dụng khai triển năng lượng tự do theo lũy thừa của thông số trật tự $\eta$.
    • Chuyển pha loại I: Năng lượng tự do khai triển đến bậc 6: $$F(T, \eta) = F_0(T) + \frac{A(T)}{2}\eta^2 - \frac{B}{4}\eta^4 + \frac{C}{6}\eta^6$$ với $A(T) = a(T - T_0)$, $B > 0$, $C > 0$. Thông số trật tự, entropy, nhiệt dung, độ cảm từ và ẩn nhiệt bị gián đoạn tại nhiệt độ chuyển pha $T_c = T_0 + \frac{3B^2}{16aC}$. Bước nhảy thông số trật tự là $\Delta \eta = \sqrt{\frac{3B}{4C}}$.
    • Chuyển pha loại II: Năng lượng tự do khai triển đến bậc 4: $$F(T, \eta) = F_0(T) + \frac{A(T)}{2}\eta^2 + \frac{B}{4}\eta^4$$ với $B > 0$. Thông số trật tự biến đổi liên tục: $\eta = \sqrt{\frac{a(T_c - T)}{B}}$ khi $T < T_c$ và $\eta = 0$ khi $T \ge T_c$.
  • Chuyển pha xoáy Kosterlitz-Thouless (KT): Áp dụng cho mô hình spin XY hai chiều trên mạng vuông, với Hamiltonian: $$H = -J \sum_{\langle i, j \rangle} \cos(\theta_i - \theta_j)$$ Năng lượng cấu hình chứa thành phần kích thích sóng spin (SW - phá hủy trật tự tầm xa) và năng lượng tương tác giữa các cặp xoáy thuận/nghịch (nguyên nhân gây ra chuyển pha KT).
  • Các mô hình spin thống kê:
    • Mô hình Ising: $H = -\sum_{\langle i,j \rangle} J_{ij} S_i S_j - \sum_i h_i S_i$, với $S_i \in {-1, +1}$.
    • Mô hình spin XY: Spin vector đơn vị $\vec{S}_i = (\cos\theta_i, \sin\theta_i)$ với $\theta_i \in [0, 2\pi)$.
    • Mô hình Heisenberg: Spin ba chiều trên mạng $n$ chiều, $H = -J \sum_{\langle i, j \rangle} \vec{S}_i \cdot \vec{S}_j$.
    • Mô hình Potts véc tơ ($q$-Potts / mô hình đồng hồ): Spin nhận một trong $q$ giá trị góc trên đường tròn, $H = -J_c \sum_{\langle i,j \rangle} \cos(\theta_i - \theta_j)$.
    • Mô hình Potts chuẩn: $H = -J_0 \sum_{\langle i,j \rangle} \delta(S_i, S_j)$, với $\delta$ là hàm delta Kronecker.

2. Phương pháp nghiên cứu định lượng và kỹ thuật tính toán

Luận án sử dụng phương pháp tính toán số và mô phỏng trên máy tính:

[Mô hình hạt tự hành (SPP) / Mô hình spin]
[Động học phân tử (MD)]   [Mô phỏng Monte Carlo (MC)]
  - Tích phân Newton        - Thuật toán Metropolis
  - Thuật toán Verlet       - Biểu đồ đơn (Single Histogram)
  - Thuật toán Leap-Frog    - Biểu đồ kép (Ferrenberg-Swendsen)
  - Thế Lennard-Jones       - Biểu đồ phẳng (Wang-Landau)

  • Phương pháp Động học phân tử (Molecular Dynamics - MD):

    • Tích phân phương trình chuyển động Newton: $m_i \frac{d^2\vec{r}_i}{dt^2} = \vec{F}_i(t) = -\nabla_i V(t)$.
    • Sử dụng thế tương tác cặp Lennard-Jones: $V_{LJ}(r_{ij}) = 4\epsilon \left[ \left(\frac{\sigma}{r_{ij}}\right)^{12} - \left(\frac{\sigma}{r_{ij}}\right)^6 \right]$ hoặc thế Morse.
    • Thuật toán tích phân Verlet: $\vec{r}(t+\Delta t) = 2\vec{r}(t) - \vec{r}(t-\Delta t) + \vec{a}(t)\Delta t^2$.
    • Thuật toán Velocity Verlet: $\vec{r}(t+\Delta t) = \vec{r}(t) + \vec{v}(t)\Delta t + \frac{1}{2}\vec{a}(t)\Delta t^2$ và $\vec{v}(t+\Delta t) = \vec{v}(t) + \frac{1}{2}[\vec{a}(t) + \vec{a}(t+\Delta t)]\Delta t$.
    • Thuật toán Leap-Frog: $\vec{v}\left(t + \frac{\Delta t}{2}\right) = \vec{v}\left(t - \frac{\Delta t}{2}\right) + \vec{a}(t)\Delta t$ và $\vec{r}(t+\Delta t) = \vec{r}(t) + \vec{v}\left(t + \frac{\Delta t}{2}\right)\Delta t$.

  • Phương pháp Mô phỏng Monte Carlo (MC):

    • Lấy mẫu quan trọng (Importance Sampling) qua chuỗi Markov và nguyên lý cân bằng chi tiết.
    • Thuật toán Metropolis: Xác suất chấp nhận dịch chuyển cấu hình là $W(\mu \to \nu) = \min\left(1, e^{-\beta \Delta E}\right)$, với $\Delta E = E_\nu - E_\mu$.
    • Kỹ thuật biểu đồ đơn (Single Histogram) và biểu đồ kép (Multiple Histogram của Ferrenberg & Swendsen): Kết hợp dữ liệu từ $R$ lần mô phỏng ở các nhiệt độ khác nhau để tính toán các đại lượng nhiệt động như một hàm liên tục của nhiệt độ/nhiễu.
    • Thuật toán Wang-Landau (biểu đồ phẳng): Thực hiện bước đi ngẫu nhiên trong không gian năng lượng để xác định mật độ trạng thái $g(E)$. Điều chỉnh mật độ trạng thái theo hệ số $f$ (bắt đầu từ $f_0 = e^1 \approx 2.71828$, giảm dần theo $f_{i+1} = \sqrt{f_i}$ đến $f_{final} = \exp(10^{-8})$ khi biểu đồ $H(E)$ đạt độ phẳng).

3. Nguồn tư liệu và dữ liệu

Dữ liệu nghiên cứu được sinh ra từ các chương trình mô phỏng máy tính tự lập trình, kết hợp so sánh với số liệu sinh học thực nghiệm về góc quan sát của chim sáo đá, mòng biển, cá trích, cá tuyết, cá pollack trích xuất từ các công trình đã công bố trong danh mục tài liệu tham khảo.

Nội dung chính theo từng chương

Chương 1. Hành vi tập thể của các loài sinh vật

Chương 1 trình bày tổng quan lý thuyết về hành vi tập thể của sinh vật và các mô hình toán - lý hiện đại mô tả hiện tượng này:

  • Phân loại hệ thống sinh học:
    • Hệ tự tổ chức (Self-organized): Quá trình vận động tập thể hình thành tự phát từ các tương tác cục bộ, không có cá thể đầu đàn chỉ đạo (như đàn kiến, đàn cá).
    • Hệ có con đầu đàn (Organized): Nhóm sinh vật có một hoặc một số cá thể ưu thế lãnh đạo phát tín hiệu điều khiển (như đàn chim, đàn ong). Mô hình Couzin và cộng sự (2005) chỉ ra rằng chỉ cần 10 cá thể dẫn đầu có thể điều hướng 200 cá thể đến mục tiêu.
  • Ba dạng hành vi tập thể điển hình:
    1. Schooling: Đàn cá cùng loài, cùng kích thước, bơi cùng chiều và cùng tốc độ nhờ sự cân bằng giữa lực hút/đẩy và quy tắc sắp xếp.
    2. Flocking: Chuyển động tự hợp của đàn chim hình thành khi chịu tác động từ bên ngoài. Ở điều kiện bình thường đàn phân bố ngẫu nhiên thưa thớt; khi bị tấn công thì gom cụm sắp xếp trật tự; khi cường độ tác động quá mạnh thì tán loạn. Mỗi cá thể tương tác gần với khoảng 6 đến 7 cá thể lân cận.
    3. Swarming: Sinh vật có kích thước tương tự tụ tập tạo bầy đông đúc (đàn kiến, tổ ong) để tự vệ và duy trì nòi giống; chuyển động hướng tâm dùng cá thể khác làm lá chắn. Flocking và schooling là các trường hợp đặc biệt của swarming.
  • Ba mô hình lý thuyết chủ đạo:
    • Mô hình SPP (Vicsek): Cập nhật vị trí $\vec{x}_i(t+\Delta t) = \vec{x}_i(t) + \vec{v}i(t)\Delta t$ và góc chuyển động: $$\theta_i(t+\Delta t) = \langle \theta(t) \rangle_R + \Delta\theta_i(t)$$ với $\Delta\theta_i(t)$ là nhiễu ngẫu nhiên phân bố đều trong khoảng $[-\eta/2, \eta/2]$. Thông số trật tự vận tốc chuẩn hóa: $$\varphi = \frac{1}{N v_0} \left| \sum{i=1}^N \vec{v}_i(t) \right|$$ chuyển từ 1 (trật tự) về 0 (mất trật tự) khi tăng nhiễu.
    • Mô hình TT (Toner & Tu): Phương trình động lực học chất lưu: $$\partial_t \vec{v} + \lambda_1 (\vec{v}\cdot\nabla)\vec{v} + \lambda_2 (\nabla\cdot\vec{v})\vec{v} + \lambda_3 \nabla(|\vec{v}|^2) = \alpha \vec{v} - \beta |\vec{v}|^2 \vec{v} - \nabla P + D_B \nabla(\nabla\cdot\vec{v}) + D_T \nabla^2\vec{v} + D_2 (\vec{v}\cdot\nabla)^2\vec{v} + \vec{f}_n$$ Kết hợp mô hình thế 4 miền (miền 1: đẩy; miền 2: sắp xếp + hút yếu; miền 3: hút mạnh; miền 4: không tương tác) tạo ra 5 pha trong mặt phẳng tham số lực sắp xếp $a$ và lực tự hợp $b$ (Pha khí, Pha lỏng $v_0=0$, Pha lỏng $v_0 \ne 0$, Pha rắn $v_0 \ne 0$, Pha rắn $v_0 \ne 0$).
    • Mô hình CS (Cucker & Smale): Phương trình vi phân $\frac{d\vec{v}i}{dt} = \sum{j=1}^N a_{ij}(\vec{v}_j - \vec{v}i)$ với trọng số liên kết $a{ij} = \frac{H}{(K + |\vec{x}_i - \vec{x}_j|^2)^\beta}$. Hiện tượng flocking luôn xảy ra vô điều kiện khi $\beta \le 1/2$.

Chương 2. Chuyển pha và các phương pháp mô phỏng

Chương 2 thiết lập cơ sở toán lý chi tiết về chuyển pha và các thuật toán tính toán:

  • Lý thuyết chuyển pha Landau: Thiết lập các biểu thức giải tích của thông số trật tự, năng lượng tự do, entropy, nhiệt dung, độ cảm từ và ẩn nhiệt cho cả chuyển pha loại I và loại II.
  • Chuyển pha xoáy KT trong mô hình spin XY: Chứng minh sự triệt tiêu trật tự tầm xa do kích thích sóng spin (SW) và sự xuất hiện của các cấu hình xoáy có độ dài $q$: $$E_{vortex} = 2\pi^2 J \sum_{i \ne j} q_i q_j G(\vec{R}_i - \vec{R}_j) - \pi J \ln\left(\frac{a}{L}\right) \left(\sum_i q_i\right)^2$$
  • Hệ thống các mô hình spin: Trình bày chi tiết cấu trúc toán học của mô hình Ising hai chiều, mô hình XY cổ điển $O(2)$, mô hình Heisenberg ba chiều và mô hình $q$-Potts véc tơ/chuẩn.
  • Phương pháp động học phân tử (MD): Trình bày phương trình chuyển động Newton vi phân cấp hai, thế tương tác Lennard-Jones, cùng lược đồ chi tiết của thuật toán Verlet, Velocity Verlet và thuật toán Leap-Frog bậc 3 theo tọa độ.
  • Phương pháp Monte Carlo (MC):
    • Phân tích sự khác biệt giữa lấy mẫu đơn giản (kém chính xác với không gian pha lớn) và lấy mẫu quan trọng dựa trên thuật toán Metropolis và chuỗi Markov.
    • Phân tích kỹ thuật biểu đồ đơn, biểu đồ đa nhiệt độ của Ferrenberg-Swendsen để khắc phục giới hạn phân bố năng lượng hẹp.
    • Trình bày chi tiết thuật toán biểu đồ phẳng Wang-Landau xác định mật độ trạng thái $g(E)$, hỗ trợ nhận diện chuyển pha loại I chính xác.

Chương 3. Nghiên cứu chuyển pha trong các hệ tự tổ chức

Chương 3 trình bày việc áp dụng các mô hình vật lý thống kê vào hệ sinh học phi cân bằng và phân tích các yếu tố ảnh hưởng:

  • Ánh xạ các đại lượng tương đương giữa hệ sinh học và mô hình spin:
    • Tác động từ môi trường bên ngoài đóng vai trò tương đương với nhiễu (nhiệt độ $T$ trong mô hình spin).
    • Trạng thái tự do, mật độ thưa, di chuyển tìm thức ăn tương đương với pha mất trật tự ở nhiệt độ thấp/không nhiễu.
    • Trạng thái gom cụm tự vệ (flocking) có cùng định hướng tương đương với pha trật tự.
    • Trạng thái chạy tán loạn (runaway) khi tác động nguy hiểm quá mạnh tương đương với pha mất trật tự ở nhiệt độ cao.
  • Các trạng thái động học theo mô hình Vicsek:
    • Nhiễu cao, mật độ thấp: Hạt chuyển động ngẫu nhiên trên mặt phẳng.
    • Nhiễu thấp, mật độ thấp: Hạt chuyển động thành các nhóm tự hợp theo chiều ngẫu nhiên.
    • Nhiễu cao, mật độ cao: Chuyển động ngẫu nhiên có tương quan cục bộ.
    • Nhiễu thấp, mật độ cao: Toàn bộ hạt chuyển động cùng một chiều ngẫu nhiên.
  • Hiệu ứng góc quan sát và góc mù:
    • Góc quan sát là góc tạo bởi chiều chuyển động của cá thể và vị trí của cá thể lân cận gần nhất; phần không quan sát được là góc mù.
    • Vai trò: Nhận biết vật săn/cá thể trong đàn, tiết kiệm năng lượng di chuyển (như chim bay chữ V, cá bơi tận dụng xoáy nước).
    • Dữ liệu góc quan sát tối ưu của một số loài sinh vật trong tự nhiên:
Loài sinh vật Góc quan sát tối ưu ($\theta$) Đặc điểm gom cụm
Chim Sáo đá (Sturnus vulgaris) $90^\circ$ Flocking đàn lớn, mật độ cao
Mòng biển (Laridae) $45^\circ$ Flocking định hướng bay
Cá Trích (Clupea) $45^\circ$ Schooling theo luồng
Cá Tuyết (Gadus) $45^\circ$ Schooling đáy và tầng trung
Cá Pollack (Pollachius) $45^\circ$ hoặc $90^\circ$ Thay đổi linh hoạt theo điều kiện bơi

Kết quả và những đóng góp mới

1. Đóng góp về mặt lý luận và mô hình

  • Làm rõ mâu thuẫn trong hiệu ứng góc quan sát: Sử dụng mô hình Vicsek khảo sát lại mối quan hệ giữa thông số trật tự và nhiễu theo các góc quan sát khác nhau, chỉ ra rằng khi góc quan sát giảm thì số lượng tương tác lân cận giảm, kéo theo giá trị tới hạn của nhiễu phải giảm (hiệu chỉnh lại kết luận của Gao và cộng sự).
  • Đề xuất mô hình spin XY mở rộng với Hamiltonian đầy đủ: Bổ sung thế Morse và thế hóa học vào tương tác trao đổi spin XY, cho phép mô tả đồng thời lực đẩy tránh va chạm ở cự ly gần và lực hút duy trì tổ chức bầy đàn.
  • Đề xuất mô hình hạt hai bậc tự do dựa trên mô hình $q$-Potts đồng hồ:
    • Bậc tự do bên ngoài: Định hướng chuyển động trong không gian hai chiều.
    • Bậc tự do nội tại: Trạng thái kích thích hoặc không kích thích dưới tác động của nhiễu bên ngoài.
    • Kết quả mô hình đã tái hiện thành công hành vi chuyển pha từ mất trật tự sang trật tự ở vùng nhiễu thấp và giải thích được bản chất chuyển pha loại I (chuyển pha gián đoạn, biến đổi nhanh) phù hợp với quan sát thực nghiệm sinh học.

2. Ý nghĩa thực tiễn và giải pháp kỹ thuật

  • Cung cấp khung thuật toán kết hợp giữa Động học phân tử (Leap-Frog, Velocity Verlet) và Monte Carlo (Metropolis, Wang-Landau) có khả năng tính toán chính xác mật độ trạng thái, thông số trật tự và các đại lượng nhiệt động cho các hệ tự tổ chức phi cân bằng có số lượng cá thể lớn.
  • Thiết lập quy tắc tương tác cục bộ định lượng, hỗ trợ việc mô phỏng chuyển động bầy đàn trong đồ họa máy tính, thuật toán điều khiển đàn robot tự hành (swarming robotics) và các bài toán phân tích giao thông, trật tự xã hội.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế của nghiên cứu

  • Các mô phỏng chủ yếu được thực hiện trên không gian hai chiều ($d = 2$) với mạng vuông và điều kiện biên tuần hoàn; chưa mở rộng khảo sát chi tiết trong không gian ba chiều ($d = 3$) như môi trường bay lượn thực tế của chim hoặc bơi lặn của cá.
  • Tương tác giữa các cá thể trong mô hình mới vẫn giả định là tương tác bán kính cố định hoặc tương tác từng cặp lân cận gần nhất ($n \approx 6 - 7$), chưa tính đến các yếu tố biến đổi phức tạp của môi trường truyền tín hiệu (dòng chảy cục bộ, gió, cản trở tầm nhìn).

2. Hướng nghiên cứu tiếp

  • Mở rộng mô hình hai bậc tự do ($q$-Potts) và mô hình spin XY mở rộng sang không gian 3 chiều ($d = 3$).
  • Khảo sát ảnh hưởng của cấu trúc mắt phân loại theo hai nhóm sinh học (nhóm mắt nằm phía trước và nhóm mắt nằm hai bên đầu) lên các mạng tương tác bất đối xứng.
  • Nghiên cứu cơ chế chuyển pha khi có sự kết hợp đồng thời giữa hệ tự tổ chức và một số lượng nhỏ cá thể lãnh đạo (hệ có phân cấp).

Giá trị tham khảo

Bản luận án là tài liệu tham khảo hữu ích cho các nhóm đối tượng:

  • Nghiên cứu sinh, học viên cao học ngành Vật lý lý thuyết và Vật lý tính toán: Tham khảo kỹ thuật thiết lập thuật toán Monte Carlo (Wang-Landau, đa biểu đồ Ferrenberg-Swendsen) và phương pháp tích phân phương trình chuyển động trong động học phân tử tại Chương 2.
  • Nhà nghiên cứu Sinh học định lượng và Hệ thống phức tạp: Tham khảo Chương 1 và Chương 3 về phương pháp mô hình hóa toán lý cho hành vi bầy đàn (flocking, schooling, swarming), ánh xạ các trạng thái sinh học sang giản đồ pha vật lý.
  • Kỹ sư tin học và điều khiển học: Tham khảo các quy tắc tương tác cục bộ, điều chỉnh góc quan sát và tham số nhiễu để xây dựng thuật toán điều khiển đàn thiết bị bay không người lái (UAV swarm) hoặc mô phỏng đám đông.

Câu hỏi thường gặp

1. Vì sao mô hình Vicsek truyền thống không giải thích được hành vi gom cụm ở vùng nhiễu thấp?

Trong mô hình Vicsek, hệ luôn ở pha trật tự khi không có nhiễu (hoặc nhiễu rất thấp) và chuyển sang pha mất trật tự khi tăng nhiễu lên cao. Tuy nhiên, trong thực tế sinh học, ở điều kiện bình thường không có nguy hiểm (nhiễu thấp), các cá thể di chuyển tự do, ngẫu nhiên để tìm thức ăn (tương ứng pha mất trật tự). Khi có tác động từ bên ngoài như thú săn xuất hiện (nhiễu tăng ở mức độ vừa phải), chúng mới gom cụm lại và sắp xếp định hướng (pha trật tự). Mô hình Vicsek không có cơ chế mô tả sự chuyển đổi từ mất trật tự sang trật tự này.

2. Luận án đề xuất giải pháp gì để mô tả chuyển pha loại I trong hành vi gom cụm?

Luận án đề xuất mô hình dựa trên mô hình Potts đồng hồ $q$ trạng thái ($q$-Potts), trong đó mỗi cá thể được gán hai bậc tự do: bậc tự do bên ngoài (hướng chuyển động) và bậc tự do nội tại (trạng thái kích thích bởi nhiễu). Trạng thái nội tại điều khiển cường độ tương tác giữa các cá thể, tạo ra sự biến đổi gián đoạn của thông số trật tự, từ đó tái hiện được chuyển pha loại I (diễn ra đột ngột, nhanh chóng) thay vì chuyển pha loại II liên tục của mô hình Vicsek.

3. Hiệu ứng góc quan sát ảnh hưởng như thế nào đến giá trị nhiễu tới hạn?

Khi góc quan sát của cá thể giảm, phạm vi nhìn thấy bị thu hẹp dẫn đến số lượng cá thể lân cận tương tác với cá thể đó bị giảm đi. Do lực liên kết định hướng trung bình bị suy giảm, hệ dễ bị phá vỡ trật tự hơn dưới tác động của nhiễu bên ngoài, vì vậy giá trị tới hạn của nhiễu (ngưỡng chuyển sang mất trật tự) phải giảm xuống.

4. Thuật toán Wang-Landau đóng vai trò gì trong phương pháp mô phỏng của luận án?

Thuật toán Wang-Landau là phương pháp Monte Carlo biểu đồ phẳng trong không gian năng lượng, cho phép tính toán trực tiếp mật độ trạng thái $g(E)$ của hệ mà không phụ thuộc vào nhiệt độ. Từ mật độ trạng thái $g(E)$, các đại lượng nhiệt động (năng lượng tự do, nhiệt dung, độ cảm từ, thông số trật tự) được tính liên tục theo nhiệt độ/nhiễu, hỗ trợ nhận diện chính xác bước nhảy gián đoạn của chuyển pha loại I và loại bỏ sai số kích thước hữu hạn.

5. Sự khác biệt cơ bản giữa ba hành vi schooling, flocking và swarming là gì?

  • Schooling: Các cá thể cùng loài, cùng kích thước, di chuyển cùng tốc độ và cùng chiều (thường gặp ở đàn cá).
  • Flocking: Hành vi chuyển động tự hợp có tổ chức định hướng hình thành khi chịu kích thích/tác động từ môi trường (thường gặp ở đàn chim).
  • Swarming: Hành vi tụ tập bầy đàn đông đúc hướng tâm để sinh tồn, tự vệ và tiết kiệm năng lượng, trong đó các cá thể có thể khác nhau về kích thước và vận tốc (như đàn kiến, tổ ong). Swarming là khái niệm bầy đàn tổng quát chứa schooling và flocking như các trường hợp riêng biệt.

Kết luận

Luận án của nghiên cứu sinh Nguyễn Phước Thể đã ứng dụng các mô hình vật lý thống kê (spin XY, $q$-Potts, Ising) và các phương pháp mô phỏng số (Động học phân tử Verlet/Leap-Frog, Monte Carlo Metropolis/Wang-Landau) để nghiên cứu cơ chế chuyển pha gom cụm của sinh vật. Tác giả đã chỉ ra các giới hạn của mô hình Vicsek truyền thống, đồng thời đề xuất hai mô hình mới tích hợp thế tương tác Morse - hóa học và biến trạng thái nội tại hai bậc tự do. Các mô hình đề xuất đã giải thích được chuyển pha từ mất trật tự sang trật tự ở vùng nhiễu thấp, bản chất chuyển pha loại I gián đoạn và vai trò của góc quan sát mắt đối với sự ổn định bầy đàn. Công trình đóng góp cơ sở lý luận cho vật lý thống kê các hệ phức tạp phi cân bằng và cung cấp khung công cụ tính toán tham khảo cho các bài toán mô phỏng sinh thái học và hệ tự tổ chức.