Trường Sơn
Writer
"Bố già trí tuệ nhân tạo" Geoffrey Hinton và Giám đốc điều hành Google DeepMind Demis Hassabis lần lượt đoạt giải Nobel Vật lý và Hóa học trong tuần này. Đã có sự náo động trong lĩnh vực nghiên cứu khoa học và trí tuệ nhân tạo. Nhiều người lo lắng: Liệu điều này có tác động lật đổ cơ chế khuyến khích khoa học rộng lớn hơn không?
Tại buổi họp báo mừng lễ trao giải sau đó, Hassabis đã xuất hiện cùng đồng nghiệp John Jumper tại Google DeepMind và chia sẻ: “Cô ấy (ám chỉ vợ ông) đã nhấc máy và đặt điện thoại xuống nhiều lần nhưng nhạc chuông vẫn như cũ. Sau đó, tôi nghĩ cô ấy nhận ra đó là cuộc gọi từ Thụy Điển nên họ đã hỏi thông tin liên lạc của tôi”.
Trên thực tế, có lẽ không quá ngạc nhiên khi Hassabis giành được giải Nobel Hóa học: chỉ một ngày trước đó, Geoffrey Hinton, người được mệnh danh là "Bố già của Trí tuệ nhân tạo", và giáo sư John Hopfield của Đại học Princeton đã được trao giải Nobel Vật lý vì những đóng góp xuất sắc của ông cho lĩnh vực học máy.
Rõ ràng, kỷ nguyên của trí tuệ nhân tạo đã bắt đầu. Ngày nay, hoàn toàn có thể giành được giải Nobel nếu đào sâu vào trí tuệ nhân tạo và đóng góp cho các lĩnh vực chủ đề khác. Hinton và Hopfield thuộc lĩnh vực vật lý, và lĩnh vực hóa học mà Hassabis và Jungper (và người đồng đoạt giải David Baker, một nhà khoa học về gen tại Đại học Washington) tập trung vào là ví dụ điển hình nhất.
Eleanor Drage, nhà nghiên cứu cao cấp tại Trung tâm Trí tuệ Tương lai Leverhulme tại Đại học Cambridge, lưu ý: "Điều này chắc chắn đánh dấu một khoảnh khắc 'trí tuệ nhân tạo trong khoa học'. Khi chúng ta chứng kiến các nhà khoa học máy tính xuất sắc được trao giải Nobel Hóa học và Vật lý khi đang nghiên cứu giải thưởng, mọi người không khỏi đoán xem ai sẽ giành được Giải thưởng Hòa bình”. Các đồng nghiệp trong văn phòng của cô nói đùa rằng Elon Musk, người sáng lập xAI, đã trở thành một ứng cử viên nổi tiếng cho Giải thưởng Hòa bình.
Drager tin rằng việc trao giải Nobel Vật lý và Hóa học cho các nhà nghiên cứu trong lĩnh vực trí tuệ nhân tạo “không chỉ gây ra các cuộc thảo luận sôi nổi trong các ngành này mà còn thu hút sự chú ý rộng rãi từ bên ngoài và cuộc thảo luận diễn ra vô cùng căng thẳng”. Có thể có hai lý do cho giải thưởng: thứ nhất, trí tuệ nhân tạo có sức lan tỏa trong nghiên cứu học thuật, làm mờ đi rất nhiều ranh giới giữa các ngành học; thứ hai, "chúng tôi ngưỡng mộ các nhà khoa học máy tính đến mức sẵn sàng phân loại họ trong bất kỳ lĩnh vực nào".
Mặc dù Drager thận trọng với quyết định của ban tổ chức giải Nobel trong tuần này, nhưng cô và những người khác tin chắc rằng quyết định này chắc chắn sẽ có tác động sâu sắc đến định hướng nghiên cứu khoa học trong tương lai.
Matt Hodgkinson, cựu giám đốc liêm chính nghiên cứu tại Văn phòng Liêm chính nghiên cứu Vương quốc Anh, tin rằng: “Xu hướng sử dụng trí tuệ nhân tạo để giành giải Nobel có thể đã bắt đầu, điều này chắc chắn sẽ dẫn đến sự thay đổi trong hướng nghiên cứu” là liệu sự thay đổi này có dẫn chúng ta đi đúng hướng không?
Tuy nhiên, Hodgkinson bày tỏ lo ngại rằng khi nghiên cứu các yếu tố thành công của ba người đoạt giải Nobel năm nay, các nhà nghiên cứu trong lĩnh vực này có thể tập trung quá nhiều vào các chi tiết kỹ thuật và đánh mất đi bản chất của khoa học. Ông nói: “Tôi hy vọng điều này không khiến các nhà nghiên cứu hiểu lầm về việc sử dụng sai các công cụ như chatbot khi nghĩ rằng tất cả các công cụ AI đều có giá trị như nhau”.
Mối lo ngại này xuất phát từ tác động tiềm tàng của sự quan tâm sâu sắc đến các công nghệ khác được coi là mang tính đột phá. Hodgkinson nói: “Sự cường điệu về công nghệ là không thể tránh khỏi, những ví dụ gần đây bao gồm graphene và blockchain”.
Dữ liệu từ Google Scholar, một công cụ tìm kiếm các bài báo học thuật, cho thấy kể từ khi graphene được phát hiện vào năm 2004, số lượng bài báo học thuật đề cập đến chất liệu này từ năm 2005 đến năm 2009 là 45.000. Tuy nhiên, sau khi Andre Geim và Konstantin Novoselov đoạt giải Nobel vì khám phá ra graphene, số lượng bài báo liên quan được xuất bản đã tăng lên đáng kể, đạt 454.000 bài báo và vượt quá 1 triệu bài báo từ năm 2015 đến năm 2020. Thật không may, bất chấp sự nhiệt tình, tác động thực tế của những nghiên cứu này cho đến nay vẫn tương đối hạn chế.
Hodgkinson tin rằng nhiều nhà nghiên cứu đã giành được giải thưởng Nobel vì những đóng góp của họ trong lĩnh vực trí tuệ nhân tạo. Hiệu ứng khuyến khích này có thể thu hút nhiều nhân tài hơn vào lĩnh vực này, từ đó có thể tác động đến định hướng nghiên cứu khoa học. Ông chỉ ra thêm: “Liệu các đề xuất và ứng dụng trí tuệ nhân tạo có giá trị khoa học đáng kể hay không là một câu hỏi khác đáng để chúng ta xem xét”.
Chúng ta đang chứng kiến tác động mạnh mẽ của sự chú ý rộng rãi của giới truyền thông và công chúng đối với AI đối với giới học thuật. Nghiên cứu của Đại học Stanford cho thấy, từ năm 2010 đến 2022, số lượng bài báo xuất bản trong lĩnh vực trí tuệ nhân tạo đã tăng gấp 4 lần, với gần 250.000 bài báo được xuất bản riêng trong năm 2022, tương đương với hơn 660 bài báo mới được xuất bản mỗi ngày. Dữ liệu này được tính toán trước khi ChatGPT dẫn đầu cuộc cách mạng trí tuệ nhân tạo tổng hợp vào tháng 11 năm 2022.
Với nguồn tài trợ ngày càng khan hiếm và mối liên hệ trực tiếp với triển vọng nghề nghiệp của các nhà nghiên cứu, sự cám dỗ kết hợp các chủ đề nóng với khả năng tiếp cận các nguồn tài nguyên có thể là quá lớn khiến bất cứ ai cũng có thể cưỡng lại được.
Tuy nhiên, xu hướng này có thể mang lại hai rủi ro lớn. Một là hạn chế sự phát triển của tư duy đổi mới. Toglius giải thích: "Thu thập dữ liệu cơ bản hơn từ tự nhiên và đề xuất các lý thuyết mới mà con người có thể hiểu được chắc chắn là một nhiệm vụ rất thách thức, đòi hỏi cái nhìn sâu sắc và sự khám phá không ngừng nghỉ đối với các nhà nghiên cứu, đồng thời sử dụng AI để chạy mô phỏng, hỗ trợ lý thuyết và xử lý hiện có." dữ liệu hiện có sẽ chỉ dẫn đến những cải thiện nhỏ về hiểu biết hơn là những đột phá mang tính cách mạng, cách tiếp cận này hiệu quả hơn. Toglius dự đoán rằng một thế hệ các nhà khoa học mới có thể có xu hướng chọn con đường dễ dàng hơn này.
Rủi ro tiềm ẩn thứ hai là một số nhà khoa học máy tính quá tự tin, trong khi thúc đẩy lĩnh vực trí tuệ nhân tạo, nhận thấy rằng AI đang giúp các nhà nghiên cứu giành được giải Nobel trong các lĩnh vực khoa học không liên quan (chẳng hạn như vật lý và hóa học) và có thể quyết định làm theo lĩnh vực nghiên cứu khác. Toglius cảnh báo: “Khi các nhà khoa học máy tính dấn thân vào những lĩnh vực mà họ không quen thuộc, họ có xu hướng đưa ra các thuật toán mà không cần suy nghĩ và gọi chúng là sự tiến bộ”.
Toglius cũng cho biết do kiến thức còn hạn chế ở các lĩnh vực như vật lý, sinh học hay địa chất nên ông cũng từng có kinh nghiệm ứng dụng deep learning vào các lĩnh vực khoa học khác và lao vào “đẩy mạnh” trước khi nghĩ sâu về nó.
Hassabis là nhân vật tiêu biểu sử dụng trí tuệ nhân tạo để thúc đẩy tiến bộ khoa học. Ông có bằng Tiến sĩ về khoa học thần kinh và có những đóng góp nổi bật cho sự phát triển của trí tuệ nhân tạo với nền tảng chuyên môn sâu rộng tại Google DeepMind từ năm 2009. Tuy nhiên, ông thừa nhận rằng đã có sự thay đổi trong cách tiếp cận hiệu quả của ngành. Ông đề cập tại cuộc họp báo trao giải Nobel: “Hiện nay, trí tuệ nhân tạo ngày càng thiên về kỹ thuật. Chúng ta đã làm chủ nhiều công nghệ và công việc chính hiện nay là cải tiến các thuật toán, thay vì đề cập trực tiếp đến cơ chế làm việc của não".
Sự thay đổi này đã gây ra những hậu quả sâu sắc đối với các loại hình nghiên cứu, đối tượng nghiên cứu cũng như nền tảng chuyên môn và động lực của các nhà nghiên cứu. Chúng ta có thể thấy nhiều nhà khoa học máy tính tham gia nghiên cứu trong các lĩnh vực khác nhau, những người có thể không còn cam kết với một lĩnh vực chuyên môn duy nhất trong cuộc sống và dần dần trở nên xa rời thực tế của những gì họ nghiên cứu.
Tuy nhiên, điều này không làm giảm đi niềm vui của Hassabis, Jungper và các đồng nghiệp của họ khi đoạt giải Nobel. Hassabis tiết lộ trước đó: "Chúng tôi sắp hoàn thành việc dọn dẹp mã của AlphaFold3 và dự định mở nó cho cộng đồng học thuật sử dụng miễn phí. Sau đó, chúng tôi sẽ tiến lên phía trước". #nobel2024
Hai lý do chính có thể giúp các nhà nghiên cứu AI đoạt giải Nobel
Hassabis ban đầu không biết mình đã đoạt giải Nobel Hóa học do Viện Hàn lâm Khoa học Hoàng gia Thụy Điển trao tặng cho đến khi vợ ông thường xuyên nhận được các cuộc gọi từ Thụy Điển qua Skype.Tại buổi họp báo mừng lễ trao giải sau đó, Hassabis đã xuất hiện cùng đồng nghiệp John Jumper tại Google DeepMind và chia sẻ: “Cô ấy (ám chỉ vợ ông) đã nhấc máy và đặt điện thoại xuống nhiều lần nhưng nhạc chuông vẫn như cũ. Sau đó, tôi nghĩ cô ấy nhận ra đó là cuộc gọi từ Thụy Điển nên họ đã hỏi thông tin liên lạc của tôi”.
Trên thực tế, có lẽ không quá ngạc nhiên khi Hassabis giành được giải Nobel Hóa học: chỉ một ngày trước đó, Geoffrey Hinton, người được mệnh danh là "Bố già của Trí tuệ nhân tạo", và giáo sư John Hopfield của Đại học Princeton đã được trao giải Nobel Vật lý vì những đóng góp xuất sắc của ông cho lĩnh vực học máy.
Rõ ràng, kỷ nguyên của trí tuệ nhân tạo đã bắt đầu. Ngày nay, hoàn toàn có thể giành được giải Nobel nếu đào sâu vào trí tuệ nhân tạo và đóng góp cho các lĩnh vực chủ đề khác. Hinton và Hopfield thuộc lĩnh vực vật lý, và lĩnh vực hóa học mà Hassabis và Jungper (và người đồng đoạt giải David Baker, một nhà khoa học về gen tại Đại học Washington) tập trung vào là ví dụ điển hình nhất.
Eleanor Drage, nhà nghiên cứu cao cấp tại Trung tâm Trí tuệ Tương lai Leverhulme tại Đại học Cambridge, lưu ý: "Điều này chắc chắn đánh dấu một khoảnh khắc 'trí tuệ nhân tạo trong khoa học'. Khi chúng ta chứng kiến các nhà khoa học máy tính xuất sắc được trao giải Nobel Hóa học và Vật lý khi đang nghiên cứu giải thưởng, mọi người không khỏi đoán xem ai sẽ giành được Giải thưởng Hòa bình”. Các đồng nghiệp trong văn phòng của cô nói đùa rằng Elon Musk, người sáng lập xAI, đã trở thành một ứng cử viên nổi tiếng cho Giải thưởng Hòa bình.
Drager tin rằng việc trao giải Nobel Vật lý và Hóa học cho các nhà nghiên cứu trong lĩnh vực trí tuệ nhân tạo “không chỉ gây ra các cuộc thảo luận sôi nổi trong các ngành này mà còn thu hút sự chú ý rộng rãi từ bên ngoài và cuộc thảo luận diễn ra vô cùng căng thẳng”. Có thể có hai lý do cho giải thưởng: thứ nhất, trí tuệ nhân tạo có sức lan tỏa trong nghiên cứu học thuật, làm mờ đi rất nhiều ranh giới giữa các ngành học; thứ hai, "chúng tôi ngưỡng mộ các nhà khoa học máy tính đến mức sẵn sàng phân loại họ trong bất kỳ lĩnh vực nào".
Mặc dù Drager thận trọng với quyết định của ban tổ chức giải Nobel trong tuần này, nhưng cô và những người khác tin chắc rằng quyết định này chắc chắn sẽ có tác động sâu sắc đến định hướng nghiên cứu khoa học trong tương lai.
Matt Hodgkinson, cựu giám đốc liêm chính nghiên cứu tại Văn phòng Liêm chính nghiên cứu Vương quốc Anh, tin rằng: “Xu hướng sử dụng trí tuệ nhân tạo để giành giải Nobel có thể đã bắt đầu, điều này chắc chắn sẽ dẫn đến sự thay đổi trong hướng nghiên cứu” là liệu sự thay đổi này có dẫn chúng ta đi đúng hướng không?
Hai nhà nghiên cứu AI đoạt giải có thể thu hút nhiều người theo đuổi hơn
Là một trong những người đoạt giải Nobel Hóa học năm nay, Baker luôn đóng vai trò đi đầu trong lĩnh vực sử dụng trí tuệ nhân tạo để dự đoán cấu trúc protein. Ông đã nỗ lực khắc phục vấn đề này trong nhiều thập kỷ và đã đạt được những tiến bộ đáng kể. Baker nhận thấy rằng lĩnh vực này là nơi thử nghiệm lý tưởng cho các thuật toán trí tuệ nhân tạo vì vấn đề được xác định rõ ràng và tính chất chuẩn mực của cấu trúc protein. Tuy nhiên, thành công của ông không phải ngẫu nhiên mà Baker đã xuất bản hơn 600 bài báo học thuật trong suốt sự nghiệp. Tương tự, Google DeepMind cũng đã có nhiều nỗ lực cho dự án AlphaFold2.Tuy nhiên, Hodgkinson bày tỏ lo ngại rằng khi nghiên cứu các yếu tố thành công của ba người đoạt giải Nobel năm nay, các nhà nghiên cứu trong lĩnh vực này có thể tập trung quá nhiều vào các chi tiết kỹ thuật và đánh mất đi bản chất của khoa học. Ông nói: “Tôi hy vọng điều này không khiến các nhà nghiên cứu hiểu lầm về việc sử dụng sai các công cụ như chatbot khi nghĩ rằng tất cả các công cụ AI đều có giá trị như nhau”.
Mối lo ngại này xuất phát từ tác động tiềm tàng của sự quan tâm sâu sắc đến các công nghệ khác được coi là mang tính đột phá. Hodgkinson nói: “Sự cường điệu về công nghệ là không thể tránh khỏi, những ví dụ gần đây bao gồm graphene và blockchain”.
Dữ liệu từ Google Scholar, một công cụ tìm kiếm các bài báo học thuật, cho thấy kể từ khi graphene được phát hiện vào năm 2004, số lượng bài báo học thuật đề cập đến chất liệu này từ năm 2005 đến năm 2009 là 45.000. Tuy nhiên, sau khi Andre Geim và Konstantin Novoselov đoạt giải Nobel vì khám phá ra graphene, số lượng bài báo liên quan được xuất bản đã tăng lên đáng kể, đạt 454.000 bài báo và vượt quá 1 triệu bài báo từ năm 2015 đến năm 2020. Thật không may, bất chấp sự nhiệt tình, tác động thực tế của những nghiên cứu này cho đến nay vẫn tương đối hạn chế.
Hodgkinson tin rằng nhiều nhà nghiên cứu đã giành được giải thưởng Nobel vì những đóng góp của họ trong lĩnh vực trí tuệ nhân tạo. Hiệu ứng khuyến khích này có thể thu hút nhiều nhân tài hơn vào lĩnh vực này, từ đó có thể tác động đến định hướng nghiên cứu khoa học. Ông chỉ ra thêm: “Liệu các đề xuất và ứng dụng trí tuệ nhân tạo có giá trị khoa học đáng kể hay không là một câu hỏi khác đáng để chúng ta xem xét”.
Chúng ta đang chứng kiến tác động mạnh mẽ của sự chú ý rộng rãi của giới truyền thông và công chúng đối với AI đối với giới học thuật. Nghiên cứu của Đại học Stanford cho thấy, từ năm 2010 đến 2022, số lượng bài báo xuất bản trong lĩnh vực trí tuệ nhân tạo đã tăng gấp 4 lần, với gần 250.000 bài báo được xuất bản riêng trong năm 2022, tương đương với hơn 660 bài báo mới được xuất bản mỗi ngày. Dữ liệu này được tính toán trước khi ChatGPT dẫn đầu cuộc cách mạng trí tuệ nhân tạo tổng hợp vào tháng 11 năm 2022.
Xu hướng mới có thể mang lại hai rủi ro lớn
Julian Togelius, phó giáo sư khoa học máy tính tại Trường Kỹ thuật Tandon của Đại học New York, người nghiên cứu về trí tuệ nhân tạo, bày tỏ lo ngại về mức độ mà các học giả có thể bị ảnh hưởng bởi sự chú ý của giới truyền thông, sự khuyến khích tài chính và các giải thưởng từ ủy ban giải thưởng Nobel. Ông nhấn mạnh: “Các nhà khoa học thường chọn con đường phát triển ít trở ngại nhất và mang lại lợi nhuận lớn nhất”.Với nguồn tài trợ ngày càng khan hiếm và mối liên hệ trực tiếp với triển vọng nghề nghiệp của các nhà nghiên cứu, sự cám dỗ kết hợp các chủ đề nóng với khả năng tiếp cận các nguồn tài nguyên có thể là quá lớn khiến bất cứ ai cũng có thể cưỡng lại được.
Tuy nhiên, xu hướng này có thể mang lại hai rủi ro lớn. Một là hạn chế sự phát triển của tư duy đổi mới. Toglius giải thích: "Thu thập dữ liệu cơ bản hơn từ tự nhiên và đề xuất các lý thuyết mới mà con người có thể hiểu được chắc chắn là một nhiệm vụ rất thách thức, đòi hỏi cái nhìn sâu sắc và sự khám phá không ngừng nghỉ đối với các nhà nghiên cứu, đồng thời sử dụng AI để chạy mô phỏng, hỗ trợ lý thuyết và xử lý hiện có." dữ liệu hiện có sẽ chỉ dẫn đến những cải thiện nhỏ về hiểu biết hơn là những đột phá mang tính cách mạng, cách tiếp cận này hiệu quả hơn. Toglius dự đoán rằng một thế hệ các nhà khoa học mới có thể có xu hướng chọn con đường dễ dàng hơn này.
Rủi ro tiềm ẩn thứ hai là một số nhà khoa học máy tính quá tự tin, trong khi thúc đẩy lĩnh vực trí tuệ nhân tạo, nhận thấy rằng AI đang giúp các nhà nghiên cứu giành được giải Nobel trong các lĩnh vực khoa học không liên quan (chẳng hạn như vật lý và hóa học) và có thể quyết định làm theo lĩnh vực nghiên cứu khác. Toglius cảnh báo: “Khi các nhà khoa học máy tính dấn thân vào những lĩnh vực mà họ không quen thuộc, họ có xu hướng đưa ra các thuật toán mà không cần suy nghĩ và gọi chúng là sự tiến bộ”.
Toglius cũng cho biết do kiến thức còn hạn chế ở các lĩnh vực như vật lý, sinh học hay địa chất nên ông cũng từng có kinh nghiệm ứng dụng deep learning vào các lĩnh vực khoa học khác và lao vào “đẩy mạnh” trước khi nghĩ sâu về nó.
Hassabis là nhân vật tiêu biểu sử dụng trí tuệ nhân tạo để thúc đẩy tiến bộ khoa học. Ông có bằng Tiến sĩ về khoa học thần kinh và có những đóng góp nổi bật cho sự phát triển của trí tuệ nhân tạo với nền tảng chuyên môn sâu rộng tại Google DeepMind từ năm 2009. Tuy nhiên, ông thừa nhận rằng đã có sự thay đổi trong cách tiếp cận hiệu quả của ngành. Ông đề cập tại cuộc họp báo trao giải Nobel: “Hiện nay, trí tuệ nhân tạo ngày càng thiên về kỹ thuật. Chúng ta đã làm chủ nhiều công nghệ và công việc chính hiện nay là cải tiến các thuật toán, thay vì đề cập trực tiếp đến cơ chế làm việc của não".
Sự thay đổi này đã gây ra những hậu quả sâu sắc đối với các loại hình nghiên cứu, đối tượng nghiên cứu cũng như nền tảng chuyên môn và động lực của các nhà nghiên cứu. Chúng ta có thể thấy nhiều nhà khoa học máy tính tham gia nghiên cứu trong các lĩnh vực khác nhau, những người có thể không còn cam kết với một lĩnh vực chuyên môn duy nhất trong cuộc sống và dần dần trở nên xa rời thực tế của những gì họ nghiên cứu.
Tuy nhiên, điều này không làm giảm đi niềm vui của Hassabis, Jungper và các đồng nghiệp của họ khi đoạt giải Nobel. Hassabis tiết lộ trước đó: "Chúng tôi sắp hoàn thành việc dọn dẹp mã của AlphaFold3 và dự định mở nó cho cộng đồng học thuật sử dụng miễn phí. Sau đó, chúng tôi sẽ tiến lên phía trước". #nobel2024
