Khía cạnh mà bất kỳ ai đi rao giảng về tiềm năng của AI cũng đề cập, đó là khả năng mà thứ công nghệ tạo sinh dữ liệu này có thể giúp ích cho con người trong những phát kiến khoa học cũng như y tế. Giống hệt như quy trình huấn luyện mô hình ngôn ngữ đang vận hành những chatbot anh em đang dùng ngày hôm nay, nhưng AI phục vụ nghiên cứu hàn lâm được huấn luyện từ lượng dữ liệu chất lượng cao, được tuyển chọn kỹ lưỡng từ những nghiên cứu khoa học hàn lâm.

Nhờ đó, AI nắm giữ tiềm năng tạo ra những hợp chất mới có thể trở thành những phương thuốc giúp chữa những căn bệnh nguy hiểm nhất đe dọa con người. Rồi cùng với đó là tiềm năng tạo ra những giải pháp canh tác hay giống cây trồng mới đảm bảo an ninh lương thực cho hàng tỷ người. Hoặc ở khía cạnh năng lượng sạch, sẽ là khả năng tạo sinh ra những mô hình hợp chất mới để giúp điện gió hay điện mặt trời vận hành hiệu quả hơn hiện giờ.

Microsoft hay Google cũng đã có những công cụ AI phục vụ riêng cho ngành nghiên cứu khoa học, rồi đem những mô hình AI này hợp tác với các đơn vị nghiên cứu và các tập đoàn dược để ứng dụng thực tế. Mà trong khi đó nếu anh em chưa quên, giải Nobel Hóa học năm ngoái còn được trao cho những nhà khoa học đã phát triển ra và ứng dụng mô hình AI để dự đoán chuỗi protein xoắn. Một trong số đó chính là sáng lập Google DeepMind, tiến sĩ Demis Hassabis:

Nobel Hóa học 2024 lại gọi tên các nhà nghiên cứu AI phát triển mô hình giải mã protein

Nếu như báo chí chỉ bận đề cập đến Nvidia, đến OpenAI, đến DeepSeek hay Google, thì hiện giờ có vô vàn những startup khác quy mô nhỏ hơn nhiều, thậm chí vận hành trong bí mật để tạo ra những mô hình dựa trên kết cấu neural network để giúp con người giải quyết nhiều vấn đề ở khía cạnh khoa học. Một trong số đó là Lila Sciences. Hồi đầu tháng 3, Lila Sciences vừa tiến hành IPO, chào bán cổ phiếu lần đầu ra công chúng, với tham vọng tạo ra một cuộc cách mạng trong ngành khoa học hàn lâm thông qua công nghệ AI.

Startup này có trụ sở đặt tại Cambridge, Massachusetts, Mỹ. Trong hai năm qua, họ đã âm thầm làm việc “để tạo ra siêu trí tuệ nhân tạo phục vụ nghiên cứu khoa học, giải quyết những thử thách lớn nhất mà loài người phải đối mặt.”

Dựa vào 200 triệu USD tiền vốn ban đầu, cùng một đội ngũ nhà khoa học lành nghề, Lila đã và đang phát triển một mô hình AI, huấn luyện dựa trên dữ liệu nghiên cứu đã được cộng đồng khoa học bình duyệt, cũng như những cuộc nghiên cứu mang tính chất thử nghiệm đột phá. Cùng với đó là kỹ thuật để mô hình AI có thể xử lý nghiên cứu và lý luận logic. Sau đó, Lila để AI của họ vận hành một cách tự động những thí nghiệm trong phòng lab, với sự trợ giúp của vài nhà khoa học.

Và tiềm năng của AI do Lila Sciences tạo ra đã được thể hiện gần như ngay lập tức. Công cụ trí tuệ nhân tạo này đã tạo ra được những hợp chất có thể dùng làm kháng thể chống lại bệnh tật, những hợp chất có thể trở thành vật liệu mới để thu hồi carbon trong bầu khí quyển. Từ kết quả nghiên cứu như vậy, Lila Sciences tạo ra thành phẩm thực tế chỉ trong vòng vài tháng, thay vì vài năm như những phương pháp nghiên cứu truyền thống.

Những thí nghiệm tại những startup như Lila đã thuyết phục nhiều nhà khoa học, rằng AI có thể rút ngắn chu kỳ ý tưởng - thí nghiệm - thử nghiệm nhanh hơn bao giờ hết. Trong vài trường hợp, AI còn chứng minh rằng nó không bị trói buộc bởi những quy tắc như đối với trí tưởng tượng của con người.

Geoffrey von Maltzahn, tiến sĩ chuyên ngành hóa y và vật lý y khoa của Học viện Công nghệ Massachusetts, CEO của Lila Sciences cho biết: “AI sẽ vận hành cuộc cách mạng kế tiếp trong quy trình nghiên cứu khoa học của con người.”

Nỗ lực đổi mới quy trình nghiên cứu khoa học, dựa trên sức mạnh của AI tạo sinh được công chúng chú ý hơn chỉ từ khoảng hơn 2 năm về trước, khi ChatGPT của OpenAI chính thức được thử nghiệm rộng rãi trên toàn thế giới. Ở khía cạnh thương mại, như anh em đã thấy, cuộc chạy đua biến mô hình ngôn ngữ thành giải pháp thương mại, rồi cuộc đua xây dựng cơ sở hạ tầng, và cả cuộc đua phát triển chip bán dẫn chuyên biệt phục vụ nhu cầu AI đang là cơn sốt khiến cả ngành công nghệ toàn cầu phát điên. OpenAI, Microsoft hay Google vung hàng trăm tỷ USD để làm những chuyện kể trên.

Còn trong khi đó, với AI nghiên cứu khoa học, lấy ví dụ Lila Sciences, họ chỉ cung cấp cho mô hình AI những nghiên cứu khoa học, những thí nghiệm được ghi dữ liệu đầy đủ và những dữ liệu khác từ chính phòng lab nghiên cứu của họ. Với giải pháp như thế này, Lila tin rằng mô hình AI của họ sẽ có cả chiều sâu kiến thức lẫn chiều rộng về khả năng hỗ trợ các nhà khoa học, thay vì làm thơ hay nói chuyện như chatbot, thì nó cho phép hỗ trợ tạo ra những loại vật chất mới.

Đương nhiên, những nỗ lực của Lila hay bất kỳ startup và doanh nghiệp nào đang muốn tạo ra “siêu trí thông minh nhân tạo nghiên cứu khoa học” đều sẽ phải đối mặt với không ít những trở ngại. Đồng ý là những tập đoàn dược phẩm hàng đầu thế giới đều đã bắt đầu ứng dụng AI để tăng tốc quá trình phát hiện những hợp chất mới có khả năng chữa bệnh, nhưng xét về toàn bộ bản chất AI nói chung, hiện giờ vẫn chưa rõ liệu nó sẽ chỉ là một công cụ hỗ trợ con người, hay rồi sẽ có trí tuệ máy móc vượt qua khả năng của con người.

Và vì Lila hoạt động trong bí mật hơn 2 năm qua, nên các nhà nghiên cứu khác vẫn chưa thể xác thực những gì AI của họ có thể làm được. Và quan trọng hơn cả, những thành tựu bước đầu hoàn toàn không đồng nghĩa với việc thành công sẽ được đảm bảo, vì kiểu gì cũng sẽ có những rào cản xuất hiện sau này.

Lila được thành lập bởi Flagship Pioneering, một nhà đầu tư đã liên tục giúp khai sinh những công ty công nghệ sinh học, bao gồm cả nhà sản xuất vaccine Covid-19, Moderna. Flagship Pioneering tiến hành nghiên cứu khoa học, tập trung vào những nơi có khả năng đột phá trong vòng vài năm và có thể chứng minh được giá trị thương mại, theo lời của tiến sĩ Noubar Afeyan, người sáng lập kiêm giám đốc điều hành của Flagship.

"Chúng tôi không chỉ quan tâm đến ý tưởng mà còn quan tâm đến tính kịp thời của ý tưởng", tiến sĩ Afeyan cho biết.

Tiến sĩ Geoffrey von Maltzahn và tiến sĩ Noubar Afeyan

Lila là kết quả của sự hợp nhất của hai dự án công ty nghiên cứu AI ban đầu tại Flagship. Một dự án tập trung vào vật liệu mới, và dự án còn lại tập trung vào công nghệ sinh học. Molly Gibson, một nhà sinh học tính toán và là đồng sáng lập của Lila, cho biết hai nhóm đang cố gắng giải quyết các vấn đề tương tự và tuyển dụng cùng một nhóm người, vì vậy họ đã hợp lực với nhau.

Nhóm Lila đã hoàn thành năm dự án để chứng minh khả năng của AI do họ phát triển, một phiên bản trợ lý AI với sức mạnh đáng nể. Trong mỗi dự án, các nhà khoa học đã nhập yêu cầu về những gì họ muốn chương trình AI thực hiện. Sau khi tinh chỉnh yêu cầu, các nhà khoa học, làm việc với AI như một đối tác, đã chạy thử nghiệm và kiểm tra kết quả nhiều lần liên tục, dần dần khoanh vùng được kết quả nghiên cứu theo ý muốn ban đầu.

Ví dụ, một trong những dự án đó đã tìm ra chất xúc tác mới để sản xuất nhiên liệu hydro xanh, bao gồm sử dụng điện để phân tách nước thành hydro và oxy. AI được hướng dẫn rằng chất xúc tác phải dồi dào hoặc dễ sản xuất, không giống như iridium, nguyên liệu được coi là tiêu chuẩn thương mại hiện tại. Với sự giúp đỡ của mô hình AI, hai nhà khoa học đã tìm ra chất xúc tác mới trong vòng bốn tháng, thực hiện xong một quá trình mà thông thường có thể mất nhiều năm.

Thành công đó đã thuyết phục John Gregoire, một nhà nghiên cứu nổi tiếng về vật liệu mới phục vụ năng lượng sạch, rời Viện Công nghệ California vào năm ngoái để gia nhập Lila với tư cách là người đứng đầu nghiên cứu khoa học vật lý.

Tiến sĩ John Gregoire (bên phải)

Tiến sĩ George Church, một nhà di truyền học tại Harvard, người nổi tiếng với nghiên cứu tiên phong về giải trình tự bộ gen và tổng hợp DNA, người đã đồng sáng lập hàng chục công ty, cũng mới gia nhập Lila với tư cách trưởng khoa học gia.

"Tôi nghĩ khoa học là một chủ đề thực sự đáng để nghiên cứu AI", tiến sĩ Church cho biết. Khoa học tập trung vào các lĩnh vực kiến thức cụ thể, nơi sự thật và độ chính xác có thể được kiểm tra và đo lường, ông nói thêm. Điều đó khiến mô hình AI ứng dụng trong khoa học ít có khả năng đưa ra những câu trả lời sai lệch và không chính xác, được gọi là ảo giác hay loạn ngôn, thứ mà người dùng chatbot không còn xa lạ gì.

Các dự án ban đầu chắc chắn còn lâu mới có thể đưa sản phẩm đến với thị trường. Lila cho biết, họ sẽ hợp tác với các đối tác để thương mại hóa các ý tưởng tạo ra từ phòng thí nghiệm của mình. Lila đang mở rộng không gian phòng thí nghiệm của mình trong tòa nhà văn phòng chính, cao 6 tầng ở Cambridge, Massachusetts. Trong hai năm tới, Lila họ có kế hoạch chuyển đến một tòa nhà riêng, thêm hàng nghìn mét vuông không gian phòng thí nghiệm, và mở thêm văn phòng tại San Francisco và London.

Tiến sĩ George Church

Vào một ngày làm việc, những khay chứa 96 giếng mẫu DNA di chuyển trên các đường ray từ tính, nhanh chóng thay đổi hướng để chuyển đến các trạm phòng thí nghiệm khác nhau, một phần tùy thuộc vào những gì AI gợi ý. Công nghệ dường như biết cách ứng biến khi thực hiện các bước thí nghiệm để tìm ra những loại protein mới, giải pháp chỉnh sửa gen hoặc các con đường trao đổi chất để ứng dụng thuốc.

Ở một nơi khác của phòng thí nghiệm, các nhà khoa học đã theo dõi các máy công nghệ cao được sử dụng để tạo, đo lường và phân tích các kết cấu nano tùy chỉnh của một loại vật liệu mới.

Hoạt động tại phòng thí nghiệm được hướng dẫn bởi sự hợp tác của những nhà khoa học mặc áo blouse trắng, của thiết bị tự động và của phần mềm AI vô hình. Mọi phép đo, mọi thử nghiệm, mọi thành công và thất bại, dù lớn hay nhỏ, đều được ghi lại dưới dạng kỹ thuật số và đưa vào AI của Lila, tiếp tục huấn luyện cho nó. Vì vậy, nó liên tục học hỏi, trở nên thông minh hơn và tự làm được nhiều việc hơn.

"Mục tiêu của chúng tôi thực tế là cho phép AI có thể vận hành theo quy trình nghiên cứu khoa học, để nó giúp chúng tôi tạo ra những ý tưởng mới, rồi con người sẽ bước vào phòng lab và thử nghiệm những ý tưởng đó", Tiến sĩ Gibson cho biết.