A.I: Bối cảnh dịch chuyển (P.4)
-Facebook: "https://www.facebook.com/tranthetruyen"
Khác với 3 phần trước trình bày các chủ đề gần gũi trong tương lai gần (3-5 năm), chủ đề của phần này viển vông hơn rất nhiều: AI và Vật lý, hay rộng hơn AI với thế giới vật chất.
Tôi trình bày chủ đề này phần vì câu hỏi của một bạn Học sinh (hay Sinh viên) hôm thuyết trình ngày 19/8. Nhân chứng kiến AlphaGeometry 2 của anh Thang Luong và đồng nghiệp tại Google DeepMind đã vững vàng "tham dự" IMO và đạt đẳng "Huy chương Bạc", bạn ấy hỏi khi nào thì có phiên bản tương tự cho IPhO (International Physics Olympiad). Lý do nữa là bởi anh Aiviet Nguyen, một nhà Vật lý Lý thuyết nhưng lập trình cũng siêu mà thực hành, tư vấn cũng giỏi với câu chào hàng có thương hiệu "Tôi tuy là GS nhưng cũng biết thực tiễn". Anh yêu cầu tôi kể ra những tương tác gần đây giữa hai ngành AI và Vật lý.
Nhân vì cái mác chuyên Lý mà tôi gần đây đầu tư khá nhiều tâm huyết vào việc thiết kế các hệ thống AI trong Sinh, Hóa, Dược & Vật liệu, hợp tác với các đồng nghiệp trong và ngoài nước.
Trước khi đi vào trình bày, hãy cùng nhau "thỏa thuận" về hai ngành này trước. Với tôi Vật lý chỉ bất kỳ những gì liên quan đến vận động vật chất và năng lượng. Còn AI là những gì liên quan đến trí năng và (triêt học về) ý thức của máy.
A.I & THẾ GIỚI THỰC
AI trình độ IPhO
Câu trả lời của tôi cho bạn trẻ đặt câu hỏi trên là hoàn toàn có thể xây dựng bản tương tự như AlphaGeometry cho các bài toán IPhO. Lý do là vì Vật lý ở mức độ phổ thông, dù lắt léo thì cũng chỉ dựa trên một tập định luật nhỏ đã biết trong thế kỷ 20 đổ về trước, có khi viết ra vừa một trang giấy. Hoàn toàn có thể sinh ra tập bài toán vô hạn dựa trên sự kết hợp các định luật ấy để máy có thể học, tương tự như các bài toán và chứng minh để huấn luyện AlphaGeometry. Hiện các hệ thống như Wolfram Alpha đã có hầu như mọi thứ để tính toán các định luật. Hệ AI chỉ cần gọi đúng APIs là ổn.
Nếu có sự khác biệt giữa Toán và Lý phổ thông thì là ở mức độ sử dụng "commonsense", kiểu tri thức ẩn mà ai tầm trên 10 tuổi ai cũng có. Ví dụ như thả vật thì khắc nó sẽ rơi xuống đất do trọng lực, trừ phi có một trường khác đủ mạnh thắng được trọng trường, kiểu như nam châm trong từ trường. Tuy nhiên đây cũng là điểm rắc rối, vì con người chúng ta từ lúc sinh ra đã trải qua biết bao nhiêu lần quan sát & tương tác với thế giới xung quanh, và kiểu tri thức ẩn như vậy đã hình thành trong não bộ rất sớm, từ thủa sơ sinh. AI hoàn toàn không có tri thức ẩn ấy. Nếu có cần phải dạy từ từ thông qua "Mô hình thế giới", ví dụ cho xem thực nhiều video, hoặc qua đọc tài liệu.
Sẽ rất thú vị nếu ai đó xây dựng chương trình thi IPhO mà đạt giải Bạc hay Vàng, và kiểm chứng xem mất bao lâu thì AI có thể có được các tri thức ẩn đó và kết hợp nhuần nhuyễn với các kỹ năng thi cử. Khi đó các vấn đề của xe tự lái hay robot sẽ giải quyết được phần lớn.
Giấc mơ AI giật giải Nobel
Hiện nóng hổi nhất có lẽ là hệ thống tạm gọi là "Nhà khoa học AI", có khả năng đưa ra giả thiết, đề xuất thí nghiệm, chạy thí nghiệm, kiểm tra giả thiết, viết báo, thuyết trình và phổ biến kiến thức. Hiện đang có những nỗ lực đáng kể xây dựng phòng thí nghiệm tự lái (self-driving labs), trong đó AI sẽ đóng vai trò lên kế hoạch và điều khiển những cánh tay robot làm thí nghiệm.
Nhánh này liên quan đến một chủ đề đã xuất hiện khoảng 30 năm nay, đó là "Phát kiến tự động". Người ta kỳ vọng từ kết quả thực nghiệm, tìm ra hoặc kiểm chứng quy luật. Việc kiểm chứng hạt Higgs từ một khối lượng dữ liệu khổng lồ sinh ra từ máy gia tốc là một ví dụ.
Gần đây lĩnh vực hồi quy ký hiệu (symbolic regression) cũng có những kết quả đáng kể. Người ta tuyên bố đã tìm lại được nhiều định luật Vật lý chỉ từ quan sát thực nghiệm. Mặc dù vậy, vẫn chưa có định luật mới nào được tìm ra. Có lẽ định luật là thứ rất hiếm, vì trải qua 500 năm từ ngày cụ Newton xây dựng hệ thống Toán giải tích đến nay, chúng ta cũng không có bao nhiêu định luật mới. Một vấn đề nữa là thời các cụ thì sai số thực nghiệm là rất lớn và nhiều nhiễu, thế mà các cụ vẫn tìm ra định luật mới tài chứ! Đáng kể nhất có lẽ là cụ Planck người giải thích được bức xạ vật đen chỉ bằng một cái búng tay -- năng lượng là rời rạc. Từ đó trong ngôn ngữ hiện đại ta có cụm từ "bước nhảy lượng tử", hàm ý sự chuyển dịch cơ bản về chất. Chứ thực ra bước nhảy lượng tử lại rất bé, ở thang đo mang tên Planck cỡ 1e-34.
Nhưng điều đó cũng không cản trở ước mơ của dân AI -- một ngày AI sẽ giật giải Nobel do phát kiến của chính nó. Vậy lúc đó ai được sẽ trao giải đây? AI hay nhà thiết kế AI? Hay lúc đó AI đã tự thiết kế được chính nó rồi? Quy định của ủy ban Nobel chỉ trao giải cho người còn sống, vậy AI có sống không khi ta đã giật phích điện sau khi kết thúc quá trình tìm kiếm?
Xấp xỉ thế giới vật chất
Thế giới vật chất ở thang siêu bé, nơi có "bước nhảy lượng tử", có nhiều điều oái ăm, mà trên cơ bản mô phỏng được chúng là bất khả với máy tính cổ điển chúng ta đang dùng. May thay, hiện đã có một số phương pháp tính gần đúng nhưng cho kết quả ổn gần với sai số thực nghiệm. Một trong số đó là DFT. Tuy nhiên vẫn còn rất đắt đỏ. Một phân tử thường thường tốn vài giờ để tính toán trên những siêu máy tính mạnh nhất là thường. Còn tính toán trên vật chất đặc thì quên đi, hoặc phải chấp nhận một khối siêu bé, nhiều khi không phản ảnh đúng tính chất của vật chất.
AI loại mạng neuron, dù "không biết gì về lượng tử", lại có thể xấp xỉ rất tốt. Tính chất ấy được tìm ra năm 1991, nói rằng, dù bạn có phức tạp đến mấy, thì cho tôi đủ số neuron, tôi vẫn tiệm cận bạn được. Vì thế, khi có đủ dữ liệu để huấn luyện, ta có thể xấp xỉ mô phỏng đắt đỏ, mà sau khi huấn luyện xong, thời gian tính toán giảm xuống hàng ngàn đến hàng triệu lần là thường. Điều ấy đúng ở mọi thang vật chất, từ phân tử đến thời tiết một vùng. Cách đây 7 năm, người ta thấy rằng ở mức phân tử, sai số như vậy đạt ở mức thực nghiệm, tức là dùng rất ổn.
AI trình độ IChO?
Ngoài khả năng tính toán xấp xỉ được tính chất lý, hóa, sinh của vật chất, AI còn có thể xấp xỉ cả phản ứng hóa học. Lý do là vì, phản ứng hóa học không thay đổi số nguyên tử, mà chỉ thay đổi liên kết giữa chúng. Miễn là chúng ta có một cơ chế dự đoán những thay đổi liên kết ấy, ta hoàn toàn xấp xỉ được một phản ứng hóa học.
Năng lực đó khi kết hợp với năng lực lên kế hoạch (planning), chúng ta có hệ thống tổng hợp ngược. Nghĩa là đi từ phân tử mong muốn, thiết kế một chuỗi phản ứng hóa học từ những phân tử ban đầu sao cho kết quả cuối cùng cho ra phân tử ấy.
Mô hình tạo sinh cho thế giới vật chất
AI tạo sinh đang lên cơn sốt. Chỉ cần có một lời nhắc hợp lý, AI sẽ sinh cho bạn những thứ bạn muốn trong vòng một phút. Nhưng đó là cho format số như văn bản, ảnh, âm thanh và video (như ChatGPT, Gemini & Claude AI). Vậy thế giới thực thì sao?
May thay, thế giới luôn có quy luật, mà video thực tế ghi lại rất nhiều vận động vật chất bằng ánh sáng phát ra từ vật chất. Vì thế những gì AI tạo sinh làm được cho thế giới số thì cũng có thể làm được cho thế giới vật lý. Đấy là ý tưởng để làm ra những hệ AI có thể thiết kế thuốc, hóa chất và tinh thể.