Việc có thể nói AI đã tạo ra một khám phá khoa học hay không phụ thuộc vào cách đánh giá đóng góp của hệ thống. Đánh giá đó bao gồm quá trình hình thành giả thuyết, kiểm chứng kết quả và xác định ý nghĩa của tri thức mới. Trường hợp Claude cho thấy khả năng thu hẹp phạm vi nghiên cứu, nhưng cuộc tranh luận về việc AI là công cụ hay chủ thể khám phá vẫn chưa ngã ngũ.
Theo MIT Technology Review, Anthropic đã đưa ra thông báo vào thứ Tư tuần trước. Công ty cho biết họ đã mở một phòng thí nghiệm sinh học phân tử trước đó trong năm. Tại đây, các tác tử Claude đọc tài liệu và đưa ra giả thuyết về những vấn đề sinh học khó. Các nhà khoa học thực hiện thí nghiệm dựa trên kết quả chúng báo cáo. Anthropic nói phòng thí nghiệm ứng dụng trí tuệ nhân tạo này đã có khám phá đầu tiên.
Claude thực sự đã tìm thấy gì?
Claude nhận diện một mẫu lặp quanh một enzym đã được biết đến, không phải một trình tự hoàn toàn mới. Anthropic cho rằng mẫu này chưa từng được lập danh mục. Kết quả cho thấy AI có thể rà soát một khối dữ liệu lớn và chọn ra những trường hợp cần được con người nghiên cứu sâu hơn.
Công việc này giống như rà soát một thư viện chứa hàng triệu trình tự ADN. Thư viện đó tiếp tục mở rộng khi giới khoa học giải trình tự ngày càng nhiều sinh vật. Một trình tự khác thường có thể mã hóa một enzym đáng chú ý. Sau khi tìm thấy nó, các nhà nghiên cứu vẫn phải xác định chức năng của enzym. Họ cũng phải kiểm tra liệu có thể điều khiển nó để phục vụ một mục đích hữu ích hay không.
Quy mô xử lý của hệ thống
Anthropic công bố rằng hệ thống gồm 950 tác tử đã làm việc trong 21 giờ. MIT Technology Review dẫn lại các số liệu này. Anthropic cho rằng mẫu hình được phát hiện gợi nhớ đến quá trình dẫn tới công nghệ chỉnh sửa gen CRISPR. Cách so sánh này khiến kết quả có vẻ gần với một bước đột phá lớn, dù công việc trực tiếp của hệ thống là phát hiện một cấu trúc đáng chú ý trong dữ liệu.
Trường hợp Claude trong phòng thí nghiệm không cho thấy tác tử trí tuệ nhân tạo hỗ trợ lập trình có thể làm gì. Kết quả được nêu ở đây chỉ liên quan đến việc nhận diện mẫu hình trong dữ liệu sinh học.
Phát hiện mẫu hình chưa chắc là khám phá
Nhận diện mẫu hình chỉ là một bước trong quá trình khám phá khoa học. Một tuyên bố mạnh hơn cần cho thấy mẫu hình hoạt động như thế nào, có thể được kiểm chứng hay không và tạo ra tri thức gì mà giới nghiên cứu chưa có. Trường hợp Claude chưa trả lời đầy đủ các câu hỏi đó.
Nhà sinh học Lucas Harrington xem việc tìm thấy một cụm gen và các đoạn lặp khác thường là “phần dễ”. Theo ông, “phần khó” là xác định hệ thống đó hoạt động như thế nào. Theo cách nhìn này, khám phá nằm ở cơ chế được chứng minh, không chỉ ở mẫu hình được nhận diện.
Ý nghĩa khoa học vẫn cần được xác định
Các tác tử đã hỗ trợ một phần công việc nặng nhọc trong phòng thí nghiệm, nhưng kết quả chưa đủ để được mọi nhà nghiên cứu công nhận là khám phá. Một hệ thống có thể nhận ra mẫu hình trong lượng dữ liệu sinh học lớn. Khối lượng này khó được xử lý chỉ bằng mắt người. Tuy nhiên, điều mới đối với AI có thể vẫn quen thuộc, dễ đoán hoặc không quan trọng đối với một nhà sinh học.
Vấn đề phức tạp hơn khi Mario Rodríguez Mestre, nhà sinh học tại Đại học Copenhagen, nói rằng nhóm của ông đã phát hiện chính mẫu hình này trước đó. Mestre thường xuyên trao đổi với Claude trong quá trình làm việc. Vì vậy, ông đặt câu hỏi liệu nhóm Anthropic có học được điều gì từ các cuộc trò chuyện của mình hay không. Anthropic phủ nhận khả năng đó, nhưng Mestre cho biết ông vẫn sẽ ngừng sử dụng Claude.
Công cụ nghiên cứu hay chủ thể khám phá?
Vai trò của AI phụ thuộc vào phần việc mà hệ thống thực hiện và mức độ tự chủ của nó. Nếu Claude xử lý dữ liệu và đề xuất ứng viên để nhà khoa học kiểm chứng, hệ thống gần với một công cụ nghiên cứu. Gọi AI là chủ thể khám phá đòi hỏi tiêu chuẩn rõ hơn về giả thuyết, thí nghiệm và diễn giải.
Cách doanh nghiệp mô tả vai trò của AI
Một phần bất đồng bắt nguồn từ cách các công ty trí tuệ nhân tạo mô tả sản phẩm. Nếu Claude được giới thiệu như kính hiển vi hoặc siêu máy tính, vai trò của hệ thống khá rõ: giúp nhà khoa học quan sát, xử lý dữ liệu và thu hẹp phạm vi cần kiểm chứng.
Anthropic lại nói hệ thống đang tự tạo ra khám phá. Cách diễn đạt này không phù hợp với quan niệm của một số nhà nghiên cứu về hoạt động khoa học, nơi tri thức mới thường hình thành từ sự cộng tác giữa nhiều người và một kho công cụ ngày càng lớn.
Ranh giới đó cũng xuất hiện trong tranh luận về mức độ tự chủ của hệ thống. Câu hỏi trí tuệ nhân tạo nên được trao bao nhiêu quyền không chỉ liên quan đến vận hành hay bảo mật. Trong nghiên cứu, nó còn quyết định ai chịu trách nhiệm về giả thuyết, thí nghiệm, cách diễn giải và tuyên bố cuối cùng.
Gọi quá sớm có thể làm lu mờ tiến bộ thật
Gọi một kết quả là khám phá trước khi xác minh cơ chế và ý nghĩa của nó có thể gây tác dụng ngược. Công chúng có thể hoài nghi cả những đóng góp thực tế của AI. Trong trường hợp này, giá trị rõ nhất của hệ thống là thu hẹp một tập dữ liệu rất lớn thành số ít ứng viên để các nhà khoa học tiếp tục nghiên cứu.
MIT Technology Review cho biết hệ thống đã thu hẹp 200.000 ứng viên. Sau quá trình sàng lọc, chỉ còn một vài trường hợp đáng nghiên cứu. Đây là công việc khoa học có giá trị. Việc một hệ thống trò chuyện đa dụng thực hiện được nhiệm vụ này cũng đáng chú ý, dù con người định hướng quá trình và trực tiếp tiến hành thí nghiệm.
Nếu tiêu chuẩn duy nhất là Claude có tự mình khám phá hay không, toàn bộ quá trình dễ bị ép vào hai kết luận cực đoan. Kết quả khi đó chỉ được xem là một bước đột phá hoặc một thất bại. Cách đánh giá này bỏ qua đóng góp cụ thể của công cụ và vai trò không thể tách rời của các nhà khoa học.
Tiêu chuẩn có thể tiếp tục thay đổi
Tiêu chuẩn dành cho một khám phá do AI tạo ra có thể thay đổi ngay cả khi hệ thống đạt được một kết quả rõ ràng.
Nội dung tranh luận thay đổi theo kết quả
Tranh luận thường bắt đầu bằng câu hỏi liệu mô hình có giải quyết được nhiệm vụ hay không. Sau đó, trọng tâm chuyển sang giá trị của nhiệm vụ, nguồn dữ liệu và mức đóng góp của con người.
Đầu tháng đó, OpenAI cho biết nhóm tác tử của công ty đã giải được một bài toán trị giá một triệu đô la Mỹ. Vài tuần sau, tranh luận chuyển sang câu hỏi liệu đó có phải bài toán mà giới toán học thực sự quan tâm hay không.
Phản biện này không khẳng định lời giải của OpenAI sai. Nó cho rằng kết quả cụ thể có thể không phải điều các nhà toán học coi trọng nhất. Một nhà toán học cũng cáo buộc các mô hình có thể đã sử dụng công trình của ông mà không ghi nhận. Hai vấn đề nhập lại khiến người đọc dễ kết luận rằng OpenAI đã gian lận, lời giải không quan trọng, hoặc cả hai.
Tiêu chuẩn cho một tuyên bố khám phá
Lucas Harrington đề nghị các công ty đặt tiêu chuẩn cao ngay từ bây giờ. Theo ông, tiêu chuẩn đó sẽ giúp công chúng đánh giá đúng thành tựu thực sự. Điều này đặc biệt cần thiết khi một hệ thống phát hiện một cơ chế sinh học mới về căn bản.
Sam Altman của OpenAI và Dario Amodei của Anthropic đang cạnh tranh để vượt lên nhau. Vì thế, nâng chuẩn cho khái niệm khám phá khoa học do AI tạo ra có thể không phải ưu tiên của họ. Vai trò của giả thuyết, thí nghiệm, xác minh và công nhận tri thức vẫn cần được phân định rõ. Trước khi điều đó xảy ra, cách thận trọng hơn là mô tả chính xác việc hệ thống đã làm. Không nên vội gọi hệ thống là nhà khám phá.
Nếu bạn muốn tiếp tục theo dõi cách trí tuệ nhân tạo đang thay đổi nghiên cứu khoa học, hãy đồng hành cùng Sine trong những phân tích tiếp theo.
