Trí tuệ nhân tạo, thay thế các nhà khoa học đề xuất giả thuyết... “Phát hiện tự động” sẽ thay đổi phương pháp nghiên cứu

Trong lĩnh vực khoa học, trí tuệ nhân tạo (AI) đang vượt qua vai trò của một công cụ đơn thuần, dần trở thành đối tác nghiên cứu. Gần đây, Viện Nghiên cứu Trí tuệ Nhân tạo Allen (AI2) đã giới thiệu hệ thống “Phát hiện Tự động” (AutoDiscovery), nhận được nhiều sự chú ý. Đây là một hệ thống AI mạng nơ-ron đột phá có khả năng phân tích dữ liệu nghiên cứu một cách tự chủ, xây dựng giả thuyết, thậm chí tạo ra và thực thi mã thử nghiệm.

Hệ thống phát hiện tự động đã được tích hợp như một tính năng thử nghiệm trong hệ sinh thái nghiên cứu của AI2, nền tảng “Asta”. Nền tảng này cung cấp khả năng tra cứu, tạo tóm tắt và phân tích hơn 108 triệu bài báo khoa học tóm lược và hơn 12 triệu bài báo chuyên ngành. Hệ thống phát hiện tự động vượt xa mô hình đặt câu hỏi truyền thống của nhà nghiên cứu, chuyển sang phương thức dựa trên dữ liệu, trong đó AI là người đặt câu hỏi đầu tiên. Các giả thuyết do hệ thống xây dựng được trình bày bằng ngôn ngữ tự nhiên, khi cần thiết sẽ sinh mã Python để thực hiện thử nghiệm, và qua việc giải thích kết quả thống kê, còn có thể đề xuất các hướng khám phá mới.

Theo AI2, hệ thống phát hiện tự động không chỉ có thể thực hiện các phân tích ngắn hạn đơn giản mà còn có khả năng khám phá sâu dựa trên dữ liệu của hàng trăm bài báo. Tất cả kết quả đều được cung cấp dưới dạng có thể tái lập, thuận tiện cho các phân tích tiếp theo. Công nghệ này đặc biệt được kỳ vọng có thể khai thác các phát hiện tiềm năng trong các lĩnh vực phức tạp và nhạy cảm như điều trị ung thư. Giám đốc Trung tâm Nghiên cứu Ung thư Miễn dịch của Viện Nghiên cứu Ung thư Thụy Điển, Tiến sĩ Kelly Paulson, đã bày tỏ sự ủng hộ: “Hệ thống phát hiện tự động có thể thực sự giúp khám phá những mối liên hệ quan trọng chưa được thể hiện rõ ràng.”

Thuật toán cốt lõi của hệ thống là độ ngạc nhiên Bayes và tìm kiếm cây Monte Carlo. Độ ngạc nhiên Bayes đo lường mức độ “khám phá đáng ngạc nhiên” dựa trên sự khác biệt giữa niềm tin kiến thức hiện có và bằng chứng mới; trong khi đó, tìm kiếm cây Monte Carlo giúp cân bằng giữa việc xem xét các hướng khám phá hiện tại và các khả năng mới. Các kết quả bất ngờ cũng có thể trở thành điểm khởi đầu cho phân tích. Như ví dụ về sự chuyển đổi từ “chứng bệnh do khí độc” sang “bác học vi sinh” vào cuối thế kỷ 19, hệ thống phát hiện tự động đặc biệt chú ý đến những kết luận bất ngờ có khả năng làm thay đổi mô hình khoa học hiện tại.

Tiến sĩ Fabio Favarretto của Viện Nghiên cứu Đại dương Scripps nhận xét: “Việc AI tạo ra một lượng lớn giả thuyết và hỗ trợ các nhà nghiên cứu tự đánh giá đã mở rộng chiều sâu của phán đoán khoa học.” AI2 nhấn mạnh rằng hệ thống này đang chuyển đổi mối quan hệ giữa nhà khoa học và dữ liệu từ một kho thông tin tĩnh sang một đối tác hợp tác năng động.

Hiện tại, hệ thống phát hiện tự động đang được cung cấp dưới dạng thử nghiệm trên nền tảng Asta của AI2. Với tiến trình phát triển tiếp theo, khả năng mở rộng sang các lĩnh vực nghiên cứu rộng hơn là rất lớn. Khái niệm khám phá kiến thức tự chủ qua AI đang dần trở thành hiện thực, và chính mô hình khoa học trong tương lai có thể sẽ được tái cấu trúc dựa trên AI như trung tâm.