Quang cảnh tấm biển trao giải Nobel Vật lý tại Viện Hàn lâm Khoa học Hoàng gia Thụy Điển ở Stockholm, Thụy Điển, ngày 8/10/2024. Ảnh minh họa: REUTERS
Vào năm 2021, nhà khoa học Nhật Bản Hiroaki Kitano đã đề xuất một thử thách đầy táo bạo mang tên “Nobel Turing Challenge”, trong đó các nhà nghiên cứu được mời gọi để phát triển một "nhà khoa học AI" có thể tự động thực hiện nghiên cứu đủ tầm để giành giải Nobel vào năm 2050.
Nghe có vẻ như khoa học viễn tưởng, nhưng sự thật là có khoảng 100 "nhà khoa học robot" đang tồn tại. Giáo sư Ross King thuộc trường Đại học Chalmers (Thụy Điển) đã phát triển "Nhà khoa học người máy Adam" (Robot Scientist Adam) từ năm 2009, một robot đầu tiên có khả năng thực hiện các khám phá khoa học độc lập. Adam được thiết kế để tự tạo ra các giả thuyết, lên kế hoạch thí nghiệm, và sau đó học hỏi từ kết quả của chính mình.
Đó là một cỗ máy không chỉ lập trình mà còn tạo ra chương trình thí nghiệm cho các robot trong phòng thí nghiệm khác để thực hiện. Adam đã khám phá ra những chức năng gene mới trong nấm men, một sinh vật mà đến cả nhiều nhà nghiên cứu cũng phải mất hàng năm mới hiểu được đôi chút.
Và Adam không hề đơn độc. Eve, người em "robot" của Adam, sau này đã được thiết lập để nghiên cứu các loại thuốc chống bệnh sốt rét và các bệnh nhiệt đới khác. Eve cũng thực hiện những nghiên cứu không ngừng nghỉ, với chi phí thấp hơn nhiều so với các nhà khoa học bằng xương bằng thịt.
Giáo sư Ross King nhấn mạnh rằng cho đến nay, robot có một số lợi thế nhất định: “Chúng hoạt động 24/7, không cần nghỉ ngơi, và rất chăm chỉ ghi lại mọi chi tiết". Nhưng ông cũng thừa nhận rằng AI vẫn còn xa mới đạt đến trình độ của một nhà khoa học đáng tầm Nobel. Để đạt được điều đó, các robot cần phải "thông minh hơn rất nhiều" và hiểu được "bức tranh toàn cảnh" - điều mà con người thường vượt trội hơn.
Tuy nhiên, không phải ai cũng nghĩ rằng AI đang đe dọa vị thế của các nhà khoa học truyền thống. Giáo sư Inga Strumke thuộc trường Đại học Khoa học và Công nghệ Na Uy nhận định rằng các nghề nghiệp thuộc lĩnh vực khoa học vẫn an toàn, ít nhất là trong tương lai gần. Dù vậy, bà cũng thừa nhận rằng AI sẽ có tác động ngày càng lớn đến cách thức tiến hành khoa học.
Một trong những ví dụ nổi bật về cách AI đã và đang tác động đến khoa học là AlphaFold - mô hình AI của Google DeepMind. AlphaFold có khả năng dự đoán cấu trúc 3 chiều của protein dựa trên chuỗi amino acid của chúng, điều mà trước đây con người phải chật vật để thực hiện.
Bà Strumke đánh giá AlphaFold đã làm điều mà "không ai có thể làm được". Mặc dù vậy, AI vẫn còn một điểm yếu lớn: Công nghệ này không giỏi trong việc giải thích lý do tại sao câu trả lời của mình là chính xác. Dù đã dự đoán hơn 200 triệu cấu trúc protein, AI vẫn chưa thể giúp chúng ta hiểu sâu hơn về sinh học phân tử.
Tuy nhiên, điều đó không có nghĩa là AI sẽ đứng ngoài lề sự phát triển khoa học. Thực tế, các chuyên gia như ông David Pendlebury thuộc tổ chức nghiên cứu Clarivate dự đoán rằng trong vòng thập kỷ tới, sẽ có những giải Nobel mà AI đóng vai trò hỗ trợ.