Giới khoa học dự đoán khả năng trí tuệ nhân tạo giành giải Nobel

Theo tạp chí Nature, trong vài năm gần đây, trí tuệ nhân tạo (AI) đã chứng minh khả năng phân tích dữ liệu, thiết kế thí nghiệm và đưa ra giả thuyết khoa học mới, khiến nhiều nhà nghiên cứu tin rằng một ngày nào đó AI có thể sánh ngang với những bộ óc lỗi lạc nhất trong giới khoa học - thậm chí đạt được khám phá xứng đáng với giải Nobel.

Năm 2016, nhà sinh học Hiroaki Kitano, Giám đốc điều hành Sony AI, đã khởi xướng “Thử thách Nobel Turing” - kêu gọi phát triển một hệ thống AI đủ thông minh để tự mình thực hiện phát hiện khoa học đạt tầm Nobel.

Theo mục tiêu của dự án, đến năm 2050, một “nhà khoa học AI” sẽ có thể tự hình thành giả thuyết, lập kế hoạch thí nghiệm và phân tích dữ liệu mà không cần con người can thiệp.

Nhà nghiên cứu Ross King, Đại học Cambridge (Anh), cho rằng mốc đó có thể đến sớm hơn: “Gần như chắc chắn rằng các hệ thống AI sẽ đạt đến trình độ giành được giải Nobel. Câu hỏi chỉ là trong 50 năm hay 10 năm tới."

Tuy nhiên, nhiều chuyên gia tỏ ra thận trọng. Theo họ, các mô hình AI hiện nay chủ yếu dựa vào dữ liệu và tri thức có sẵn, chứ chưa thật sự tạo ra hiểu biết mới.

Nhà nghiên cứu Yolanda Gil (Đại học Nam California, Mỹ) nhận xét: “Nếu ngày mai chính phủ đầu tư một tỷ USD cho nghiên cứu cơ bản, tiến độ có thể tăng nhanh, nhưng vẫn còn rất xa mục tiêu đó."

Tính đến nay, chỉ con người và tổ chức mới được trao giải Nobel. Tuy vậy, AI đã góp phần gián tiếp: năm 2024, giải Nobel Vật lý được trao cho những nhà tiên phong về học máy; cùng năm đó, một nửa giải Hóa học vinh danh nhóm phát triển AlphaFold - hệ thống AI của Google DeepMind dự đoán cấu trúc 3D của protein. Nhưng các giải này tôn vinh người sáng tạo AI, chứ không phải phát hiện do AI thực hiện.

Để xứng đáng với một giải Nobel, theo tiêu chí của Ủy ban Nobel, phát hiện phải hữu ích, có tác động sâu rộng và mở ra hướng hiểu biết mới. “Nhà khoa học AI” muốn đáp ứng yêu cầu này phải hoạt động gần như hoàn toàn tự động - từ đặt câu hỏi, chọn thí nghiệm đến phân tích kết quả.

Trên thực tế, AI đã tham gia vào hầu hết các khâu nghiên cứu. Các công cụ mới giúp giải mã tiếng động vật, dự đoán va chạm giữa các ngôi sao, hay xác định các tế bào miễn dịch dễ bị tổn thương trong bệnh COVID-19.

Ở Đại học Carnegie Mellon, nhóm của nhà hóa học Gabe Gomes đã phát triển “Coscientist” (Nhà khoa học đồng hành) - hệ thống dùng mô hình ngôn ngữ lớn (LLM) để tự lập kế hoạch và thực hiện phản ứng hóa học bằng thiết bị robot.

Một số công ty như Sakana AI ở Tokyo đang tìm cách tự động hóa nghiên cứu học máy bằng LLM, trong khi Google thử nghiệm chatbot hợp tác theo nhóm để tạo ý tưởng khoa học.

Tại Mỹ, phòng thí nghiệm FutureHouse ở San Francisco đang phát triển mô hình “tư duy” từng bước nhằm giúp AI biết đặt câu hỏi, kiểm tra giả thuyết và thiết kế thí nghiệm - hướng tới thế hệ thứ ba của “AI trong khoa học."

Theo Giám đốc Sam Rodriques của FutureHouse, thế hệ cuối cùng sẽ là AI có thể tự đề xuất câu hỏi và tự thực hiện thí nghiệm, không cần con người giám sát. Ông dự đoán: “AI có thể tạo ra phát hiện xứng đáng giải Nobel vào năm 2030." Những lĩnh vực tiềm năng nhất là khoa học vật liệu và nghiên cứu bệnh Parkinson hoặc Alzheimer.

Các nhà khoa học khác bày tỏ sự hoài nghi. Doug Downey (Viện AI Allen, Seattle) cho biết thử nghiệm 57 “tác nhân AI” cho thấy chỉ 1% có thể hoàn thành trọn vẹn một dự án nghiên cứu - từ ý tưởng đến báo cáo kết quả. Ông nhận định: “Khám phá khoa học tự động từ đầu đến cuối vẫn là thách thức cực lớn."

Ngoài ra, các mô hình AI vẫn chưa thật sự hiểu các quy luật tự nhiên. Một nghiên cứu cho thấy mô hình có thể dự đoán quỹ đạo hành tinh nhưng không nắm được định luật vật lý chi phối; hay có thể dẫn đường trong thành phố nhưng không tạo nổi bản đồ chính xác.

Theo chuyên gia Subbarao Kambhampati (Đại học bang Arizona), điều đó cho thấy AI thiếu trải nghiệm thực tế mà con người có được.

Yolanda Gil cho rằng để đạt tầm Nobel, AI cần khả năng “tư duy về tư duy” - tức là tự đánh giá và điều chỉnh quá trình suy luận của chính mình. Theo bà Gil, nếu không đầu tư vào hướng nghiên cứu nền tảng này, “những phát hiện xứng đáng Nobel sẽ vẫn còn rất xa."

Trong khi đó, một số học giả cảnh báo nguy cơ khi quá phụ thuộc vào AI trong khoa học. Bài viết năm 2024 của Lisa Messeri (Đại học Yale) và Molly Crockett (Đại học Princeton) cho rằng việc lạm dụng AI có thể làm gia tăng sai sót và giảm tính sáng tạo, khi các nhà khoa học “sản xuất nhiều hơn nhưng hiểu biết ít hơn."

Bà Messeri nói thêm: “AI có thể tước đi cơ hội học hỏi của các nhà khoa học trẻ - những người đáng lẽ sẽ đạt đến những giải thưởng lớn trong tương lai. Khi ngân sách nghiên cứu đang bị thu hẹp, đây là thời điểm đáng lo ngại để cân nhắc cái giá của tương lai đó”./.

(TTXVN/Vietnam+)

Nguồn: https://www.vietnamplus.vn/gioi-khoa-hoc-du-doan-kha-nang-tri-tue-nhan-tao-gianh-giai-nobel-post1068525.vnp