Nghịch lý ranh giới Mặt Trăng: Vì sao trăng tròn lại "chỉ lên trên" dù Mặt Trời đã lặn?
Một hiện tượng quang học quen thuộc nhưng đầy khó hiểu: sau khi Mặt Trời lặn, phần được chiếu sáng của Mặt Trăng đáng lẽ phải hướng xuống dưới, nhưng thực tế lại chỉ lên trên. Tác giả bài viết gốc đã tự lập trình mô phỏng để giải mã nghịch lý này, đồng thời đưa ra nhận xét thẳng thắn về giới hạn của các mô hình AI hiện nay.
Nghịch lý ranh giới Mặt Trăng: Vì sao trăng tròn lại "chỉ lên trên" dù Mặt Trời đã lặn?
Có một hiện tượng quang học được biết đến với cái tên "nghịch lý ranh giới Mặt Trăng" (lunar terminator paradox). Trên mạng có rất nhiều lời giải thích, nhưng theo tác giả bài viết gốc, không lời giải thích nào thực sự "thấm" vào đầu ông. Vì vậy, ông quyết định tự viết một chương trình mô phỏng để tìm ra câu trả lời.
Nghịch lý được phát biểu đơn giản như sau: Mặt Trăng được Mặt Trời chiếu sáng. Sau khi Mặt Trời lặn, Mặt Trời nằm ở phía dưới đường chân trời, nên theo trực giác, phần được chiếu sáng của Mặt Trăng cũng phải hướng xuống dưới, về phía Mặt Trời. Nhưng thực tế không phải lúc nào cũng vậy.
Câu chuyện từ một chuyến cắm trại
Tác giả kể lại rằng ông cùng một người bạn đi cắm trại trên núi. Ngay sau khi Mặt Trời lặn, cả hai nhìn lên bầu trời và thấy Mặt Trăng rõ ràng đang chỉ lên trên. Điều này trái ngược hoàn toàn với suy luận "Mặt Trời ở dưới thì trăng phải chỉ xuống".
Sau khi viết chương trình mô phỏng và mày mò với nó, ông đã có được câu trả lời rõ ràng: chúng ta đang nhìn Mặt Trăng từ phía bên dưới.
Trường hợp "bệnh lý" nhất: trăng tròn
Hãy tưởng tượng trường hợp rõ ràng nhất — trăng tròn.
Nếu Mặt Trăng nằm ngay trên đường chân trời (độ cao elevation = 0) và đang tròn, thì Mặt Trời nằm ngay phía sau lưng chúng ta. Mặt Trăng được chiếu sáng hoàn toàn, và ta thấy 100% đĩa sáng.
Nhưng nếu Mặt Trăng không nằm ở đường chân trời mà ở cao hơn trên bầu trời thì sao? Về mặt vật lý, Mặt Trời ở rất xa, nên vẫn chính phần đó của Mặt Trăng được chiếu sáng. Tuy nhiên, lúc này chúng ta đang nhìn Mặt Trăng từ phía bên dưới, nên sẽ thấy một phần của mặt tối xuất hiện ở mép dưới.
Kết quả là: Mặt Trăng sáng ở phía trên, nhưng bị khuyết một lát tối ở phía dưới — tức là nó chỉ lên trên, ngay cả khi Mặt Trời đã lặn.
Đây là trường hợp kỳ lạ nhất. Với trăng bán nguyệt (half-moon), không có hiện tượng nghịch lý nào xảy ra. Càng gần trăng tròn, hiện tượng Mặt Trăng sáng "chỉ lên trên" dù Mặt Trời ở dưới càng dễ quan sát.
Mô phỏng: từ đường chân trời lên đỉnh trời
Tác giả tạo ra hai biểu đồ mô phỏng. Với trăng 3/4 vào lúc hoàng hôn, ông quan sát Mặt Trăng di chuyển từ đường chân trời lên đến đỉnh trời (zenith):
- Khi Mặt Trăng ở đường chân trời (elevation = 0), ta thấy đĩa sáng 3/4 đúng như dự đoán.
- Khi Mặt Trăng lên cao dần, ta thấy ngày càng nhiều phần mặt dưới của nó, và do đó ngày càng nhiều vùng tối xuất hiện.
Kết luận rút ra: nó rõ ràng chỉ lên trên vào lúc hoàng hôn.
Di chuyển Mặt Trời để kiểm chứng
Tác giả còn thử thay đổi vị trí Mặt Trời. Giả sử Mặt Trăng nằm ở độ cao 60 độ, rồi dịch chuyển Mặt Trời từ pha trăng non (new-moon) đến trăng tròn (full-moon):
- Ở cấu hình tối nhất, ta vẫn có thể thấy một lưỡi liềm sáng ở phía dưới — toàn bộ phần chiếu sáng nằm ở phía đối diện, nhưng ta vẫn nhìn thấy một lát của mặt sau được chiếu sáng.
- Khi Mặt Trời xoay vòng, ta thấy ngày càng nhiều phần của Mặt Trăng.
- Ở azimuth = 90 độ, ta có trăng bán nguyệt.
- Vượt qua mốc đó, ngày càng nhiều phần Mặt Trăng hiện ra, và luôn luôn chỉ lên trên.
Mô phỏng quét Mặt Trời theo phương vị
Mô phỏng quét Mặt Trăng theo độ cao
Góc nhìn thẳng thắn về AI hiện tại
Một điểm đáng chú ý trong bài viết gốc là nhận xét về trạng thái hiện tại của các công cụ AI. Trong lúc viết và gỡ lỗi chương trình, tác giả đã trao đổi với Claude và Gemini về cách thức hoạt động của hiện tượng này và những gì ông nên quan sát.
Theo ông, cả hai mô hình đều hoàn toàn không thể hiểu được vấn đề, và liên tục đưa ra những lập luận vòng vo vô tận. Ông cho rằng chúng chỉ đọc được một số lời giải thích không đầy đủ trên mạng (giống như chính ông), nhưng thiếu khả năng suy luận cần thiết để chắt lọc thành một thứ gì đó giống với "sự hiểu biết".
AGI vẫn chưa đến.
Nhận xét này đáng để suy ngẫm, đặc biệt trong bối cảnh các mô hình ngôn ngữ lớn ngày càng được quảng bá là có khả năng suy luận. Với các bài toán đòi hỏi trực giác không gian ba chiều và khả năng hợp nhất nhiều mảnh thông tin rời rạc, các mô hình hiện tại vẫn còn khoảng cách khá xa so với con người.
Vì sao điều này hữu ích cho người dùng Việt Nam?
Đối với những ai yêu thích thiên văn học, đây là một ví dụ tuyệt vời về cách trực giác sai lầm có thể bị đánh bại bằng mô hình hóa. Với cộng đồng lập trình viên và những người quan tâm đến AI, bài viết còn là một lời nhắc nhở thực tế: đừng mặc định rằng mô hình AI hiểu được mọi thứ chỉ vì nó trả lời trôi chảy. Việc tự viết công cụ để kiểm chứng vẫn là cách đáng tin cậy nhất để đi đến sự thật.