Google ra mắt ‘AI cộng sự khoa học’ để thúc đẩy những đột phá nghiên cứu

Ảnh: Internet

Vào thứ Tư vừa qua, Google đã công bố một “AI cộng sự khoa học” được thiết kế để giúp các nhà nghiên cứu con người tăng tốc phát hiện các khám phá khoa học. Trong một thử nghiệm ban đầu, hệ thống này đã giải quyết một bí ẩn khoa học, một vấn đề đã khiến các nhà khoa học bối rối suốt hơn một thập kỷ.

AI cộng sự khoa học được thiết kế để tạo ra các giả thuyết mới có thể kiểm tra, các tóm tắt nghiên cứu chi tiết và các giao thức thử nghiệm, tất cả nhằm mục tiêu làm cho nghiên cứu khoa học và sinh học trở nên nhanh chóng và hiệu quả hơn.

Công cụ này được xây dựng trên Gemini 2.0, phiên bản mới nhất của trợ lý AI dựa trên chat của Google, phản hồi yêu cầu của người dùng giống như các mô hình ngôn ngữ lớn dựa trên chat khác như ChatGPT của OpenAI. Để làm việc với AI cộng sự khoa học, các nhà khoa học chỉ cần chỉ ra mục tiêu nghiên cứu của họ bằng ngôn ngữ tự nhiên. Họ cũng có thể đưa ra các ý tưởng và đề xuất của riêng mình và cung cấp phản hồi cũng như đánh giá.

“AI cộng sự khoa học là một công cụ hợp tác giúp các chuyên gia thu thập nghiên cứu và tinh chỉnh công việc của họ – nó không nhằm tự động hóa quá trình khoa học”, Google cho biết trong một bài đăng trên blog thông báo về hệ thống mới, dường như nhằm giảm bớt những lo ngại về việc trí tuệ nhân tạo sẽ thay thế con người trong nhiều lĩnh vực.

Hiện tại, ít nhất, “AI cộng sự khoa học” là tên duy nhất của hệ thống. Công cụ này hứa hẹn sẽ hỗ trợ con người theo nhiều cách, chẳng hạn như rút ngắn thời gian cần thiết để xem xét các tài liệu chi tiết trong các lĩnh vực mà các nhà nghiên cứu có thể chưa quen thuộc. Nó cũng có thể trực tiếp cung cấp các giả thuyết để các nhà khoa học thử nghiệm một cách thực nghiệm.

AI cộng sự khoa học hiện chỉ có sẵn cho các nhà nghiên cứu tham gia Chương Trình Người Dùng Tin Cậy Mới của Google, chương trình này có khoảng 20 nhà nghiên cứu chính, một người phát ngôn của công ty đã làm rõ qua email. Những người quan tâm tham gia chương trình có thể điền vào một mẫu đơn trực tuyến.

Giả thuyết cùng một thời gian ngắn hơn

Những người thử nghiệm ban đầu đã thấy kết quả hứa hẹn với mô hình này. Tại University College London, các nhà khoa học đã dành một thập kỷ để nghiên cứu các siêu vi khuẩn kháng thuốc kháng sinh, chứng minh cách một số loại vi khuẩn góp phần gây ra các bệnh nhiễm trùng kháng kháng sinh, một thách thức sức khỏe phổ biến.

Với mối quan hệ của mình với Fleming Initiative, tổ chức làm việc để kiểm soát sự lây lan của kháng kháng sinh, Google đã yêu cầu nhóm nghiên cứu của UCL xem AI cộng sự khoa học sẽ phản ứng như thế nào với cùng một vấn đề.

“Khi nhóm nghiên cứu của Google tiếp cận chúng tôi để thử nghiệm nền tảng AI của họ, chúng tôi nhận ra rằng chúng tôi cần giao cho nó những câu hỏi khoa học giống như những gì chúng tôi đã khám phá và sử dụng làm cơ sở cho công việc thực nghiệm của mình”, José Penadés, giáo sư tại Khoa Bệnh Truyền Nhiễm của Imperial, cho biết trong một tuyên bố.

“Điều này có nghĩa là thuật toán có thể xem xét các bằng chứng có sẵn, phân tích các khả năng, đặt câu hỏi, thiết kế thí nghiệm và đề xuất chính xác giả thuyết mà chúng tôi đã đạt được thông qua nhiều năm nghiên cứu khoa học đầy gian khổ, nhưng chỉ trong một phần nhỏ thời gian”.

Ảnh: Internet

Lo ngại về an toàn và đạo đức

Trong một báo cáo chi tiết về AI cộng sự khoa học, Google đã đề cập đến những hạn chế của hệ thống và thừa nhận sự cần thiết phải có các biện pháp bảo vệ kỹ thuật chống lại các câu hỏi nghiên cứu phi đạo đức và ý định ác ý của người dùng. Chỉ trong tháng này, Google đã cảnh báo về việc lạm dụng Gemini bởi tội phạm mạng, làm dấy lên lo ngại rằng các câu hỏi khoa học nhạy cảm hoặc bí mật có thể rơi vào tay kẻ xấu. AI cộng sự khoa học hiện tại có một số biện pháp bảo vệ, nhưng công ty cho biết sẽ cần nhiều biện pháp hơn nữa trong tương lai.

Tuy nhiên, các nhà khoa học đã thử nghiệm với hệ thống này tỏ ra phấn khích về tiềm năng của nó.

“Những phát hiện của chúng tôi cho thấy AI có tiềm năng tổng hợp tất cả bằng chứng có sẵn và chỉ ra cho chúng tôi những câu hỏi và thiết kế thí nghiệm quan trọng nhất”, Tiago Dias da Costa, người đồng dẫn dắt công việc thực nghiệm từ Khoa Khoa học Đời sống của Imperial và Fleming Initiative, cho biết. “Nếu hệ thống hoạt động như chúng tôi hy vọng, điều này có thể thay đổi cuộc chơi; loại bỏ các ‘ngõ cụt’ và thực sự giúp chúng tôi tiến bộ với tốc độ phi thường”.