Trong khi dư luận đang đổ dồn sự chú ý vào tác nhân thông minh OpenClaw trong những tuần qua, một hội nghị trí tuệ nhân tạo quy mô lớn tại Thượng Hải, Trung Quốc lại hoàn toàn bỏ qua chủ đề này.
Theo thông tin từ Sohu, tại phiên khai mạc của sự kiện Pujiang Medical AI Conference, hơn mười viện sĩ và chuyên gia đã dành gần bốn giờ đồng hồ để thảo luận về một hướng đi mang tính “cách mạng” hơn: trí tuệ khoa học.
Giám đốc phòng thí nghiệm AI Thượng Hải Zhou Bowen nhận định rằng trí tuệ nhân tạo nói chung (AGI) trong tương lai phải có khả năng tương tự như Einstein, tức là suy luận ra thuyết tương đối rộng từ những kiến thức nền tảng.
Tuy nhiên, sự phát triển vũ bão của công nghệ cũng mang đến một sự bối rối lớn cho giới trí giả nhân loại: làm thế nào để đối phó khi máy móc dần tiếp quản bánh lái của kỷ nguyên khám phá?
Hội nghị thường niên học thuật AI Pujiang lần thứ hai tại Thượng Hải hoàn toàn tập trung vào hướng đi mang tính lật đổ là trí tuệ khoa học thay vì các chủ đề phổ biến như tác nhân thông minh OpenClaw.
Điểm nổi bật nhất từ diễn đàn chính là sự thỏa hiệp không lời của giới học thuật đối với “hộp đen” của trí tuệ nhân tạo. Hàng trăm năm qua, mục tiêu tối thượng của khoa học là tìm ra quy luật để giải thích vạn vật. Thế nhưng, nguyên chủ tịch viện hàn lâm khoa học Trung Quốc Bai Chunli đã chỉ ra ba sự tái định hình lớn do công nghệ mang lại, trong đó nhấn mạnh rằng con đường khám phá đang chuyển từ “giả thuyết – xác minh” sang hệ thống dựa trên “dữ liệu – mô hình”.
Ông đưa ra một nhận định sâu sắc rằng mục tiêu của khoa học trong tương lai có thể phải chuyển từ việc cố gắng “hiểu thế giới” sang “tiệm cận thực tại”. Điều này có nghĩa là các chuyên gia phải chấp nhận những kết quả vô cùng hiệu quả nhưng thiếu vắng lời giải thích nguyên nhân rõ ràng từ máy móc.
Thực tế này đang diễn ra ở nhiều lĩnh vực thiết yếu, trong khoa học khí hậu, mô hình trí tuệ nhân tạo dự báo thời tiết ngắn hạn cực kỳ chính xác nhưng không thể giải thích cơ chế vật lý.
Việc sàng lọc phân tử thuốc mới cũng gặp tình trạng tương tự, tại phòng thí nghiệm vật liệu của phó hiệu trưởng thường trực đại học Bắc Kinh Zhang Jin, công nghệ đã dự đoán hoàn hảo chất xúc tác để điều chế ống nano carbon.
Tuy nhiên, viện sĩ Zhang Jin thừa nhận ông không thể giải thích lý do tại sao chất xúc tác đó lại hoạt động hiệu quả. Đối diện với hiệu ứng hộp đen này, giáo sư Qi Yuan từ đại học Phục Đán cho rằng các nhà khoa học phải tiếp tục nỗ lực giải mã và dung hợp mô hình công nghệ với các cơ chế khoa học cốt lõi.
Bỏ qua những lo ngại về quy luật nhân quả trong khoa học, sự góp mặt của công nghệ cũng đang thúc đẩy một cuộc “cải cách công nghiệp hóa” trong nghiên cứu. Viện sĩ Zhang Jin cho biết việc tích hợp thuật toán và trí tuệ hiện thân đã tạo ra các phòng thí nghiệm tự điều khiển, giúp nén thời gian tìm kiếm vật liệu mới từ vài năm xuống chỉ còn bốn ngày. Tốc độ phi thường này buộc các cá nhân phải hòa nhập vào một hệ thống hợp tác sâu rộng giữa người và máy.
Các nhà khoa học bắt đầu chấp nhận thỏa hiệp với “hiệu ứng hộp đen” của AI, nơi công nghệ đưa ra kết quả cực kỳ hiệu quả (như trong khí hậu học và dược học) nhưng không thể giải thích cơ chế nguyên nhân.
Theo nhà khoa học trưởng của ModelBest Liu Zhiyuan từ đại học Thanh Hoa, lượng tri thức khổng lồ hiện nay khiến một người chỉ có thể am hiểu một lĩnh vực vô cùng nhỏ hẹp. Do đó, việc hội tụ dữ liệu thông qua máy móc là điều tất yếu, mở ra cơ hội gắn kết các nhà khoa học trên toàn thế giới.
Khi sự hợp tác giữa người và máy trở thành xu thế, việc phân công lao động lại dấy lên những tranh luận mới. Viện trưởng Lu Bai từ viện nghiên cứu khoa học tự nhiên Shangsi Thượng Hải cho rằng trực giác và sự giác ngộ – những nền tảng của các câu hỏi khoa học sáng tạo – là thứ giúp con người tạo ra sự khác biệt.
Ngược lại, viện sĩ Bai Chunli tin rằng năng lực xử lý dữ liệu khổng lồ của máy móc có thể đảm nhận luôn phần công việc đề xuất giả thuyết, trong khi con người nên lùi lại để kết nối triết học với khoa học nhằm giữ vững mục đích tìm kiếm sự thật.
Đáng chú ý, nhà khoa học Chen Kai đưa ra góc nhìn rằng con người và máy móc sẽ “tương hỗ làm công cụ”. Dù máy móc có thể vạch ra vô số cấu trúc phân tử mới trong một giây, chúng vẫn cần con người tạo ra môi trường thực nghiệm để xác minh độ tin cậy.
Các chuyên gia cảnh báo nghiêm khắc về rủi ro của xu hướng “đua sức mạnh tính toán” trong khoa học, nhấn mạnh tầm quan trọng của việc kiểm soát máy móc để tránh tạo ra ảo giác gây hậu quả nghiêm trọng.
Cuối cùng, hội nghị cũng gióng lên hồi chuông cảnh báo về việc lạm dụng “đua sức mạnh tính toán”. Giáo sư Hu Shimin từ đại học Thanh Hoa nhấn mạnh rằng lĩnh vực nghiên cứu khoa học không thể đi theo con đường dồn sức mạnh tạo kỳ tích của các mô hình ngôn ngữ lớn.
Trong khoa học, việc thu thập mẫu dữ liệu tốn kém hàng triệu đô la, và chỉ một chút ảo giác do máy móc tạo ra cũng có thể biến thuốc chữa bệnh thành thuốc độc. Rõ ràng, việc thiết lập các rào cản quy tắc và cơ chế kiểm soát máy móc vẫn là không gian rộng lớn để con người tiếp tục khẳng định vai trò tối thượng của mình.
