Các nhà khoa học VinFuture 2025 nói gì về ứng dụng AI trong nghiên cứu?

Bên lề buổi giao lưu giữa các chủ nhân Giải thưởng VinFuture 2025 và sinh viên tại Trường Đại học VinUni sáng 6/12, các nhà khoa học đoạt giải đã chia sẻ góc nhìn về vai trò ngày càng quan trọng của trí tuệ nhân tạo (AI) trong nghiên cứu khoa học và nông nghiệp.

Theo họ, AI đang tạo ra những thay đổi sâu sắc, nhưng dữ liệu và kiểm chứng khoa học vẫn là yếu tố cốt lõi quyết định chất lượng của mọi ứng dụng.

AI ĐÃ VÀ ĐANG TẠO RA TÁC ĐỘNG LỚN

Theo GS María Esperanza Martínez-Romero (Mexico), Giải đặc biệt cho nhà khoa học đến từ các nước đang phát triển, trí tuệ nhân tạo có rất nhiều ứng dụng trong khoa học.

“Một trong những bước tiến lớn nhất mà AI mang lại là đã giúp chúng ta dự đoán cấu trúc protein. Cấu trúc protein mà trí tuệ nhân tạo dự đoán đang mở ra hướng nghiên cứu hoàn toàn mới, giúp chúng ta hiểu rõ cơ chế tương tác giữa cây và vi khuẩn, và đồng thời cung cấp thông tin quan trọng cho các ứng dụng sinh học và nông nghiệp”, GS María Esperanza Martínez-Romero nói.

Các nhà khoa học cũng cho rằng với bất kỳ phát minh hay nghiên cứu mới nào, luôn có một khoảng thời gian trễ giữa thời điểm phát minh và áp dụng thực tế. Trả lời câu hỏi của phóng viên về việc liệu AI có thể giúp rút ngắn khoảng cách giữa phát minh khoa học và ứng dụng thực tế hay không, Tiến sĩ Imtiyaz Khanday (Hoa Kỳ), thuộc nhóm nhà khoa học đạt Giải đặc biệt VinFuture 2025 dành cho nhà khoa học nghiên cứu các lĩnh vực mới, cho rằng AI đã và đang tạo ra tác động lớn.

“Hiện nay, chúng tôi có dữ liệu lớn từ việc giải trình tự của hàng nghìn dòng giống khác nhau, hay nói chính xác hơn là các dòng giống con của cùng một loại lúa – tổng cộng hơn 2.000 bộ gen. Điều quan trọng nhất là phân tích sự biến dị trong các bộ gen này để tìm ra những gen có giá trị, phục vụ mục tiêu khám phá tính trạng hay cải thiện giống. AI sẽ đóng vai trò trung tâm trong phân tích genomics, phenomics và nhiều lĩnh vực liên quan”, ông nói.

Trong khi đó, Giáo sư Raphaël Mercier (Đức) cho biết AI không chỉ hữu ích trong phòng thí nghiệm mà còn hữu ích đưa phát minh đến trực tiếp người nông dân. “Đã có nhiều ứng dụng AI hỗ trợ nông dân quyết định thời điểm gieo trồng, chọn loại cây, hay thời điểm bón phân. Công nghệ của chúng tôi cũng bổ sung và hỗ trợ cho các hệ thống đó”, Giáo sư Raphaël Mercier chia sẻ.

Ở góc độ tương tác hai chiều, Tiến sĩ Delphine Mieulet (Pháp) nhấn mạnh công nghệ không chỉ hỗ trợ nhà khoa học mà còn tạo ra vòng phản hồi giữa nông dân và phòng thí nghiệm. “Khi nông dân sử dụng ứng dụng, họ cung cấp lại dữ liệu thực tế. Điều này giúp chúng tôi tiếp tục hoàn thiện và phát triển nghiên cứu”, Tiến sĩ Delphine Mieulet nói.

Giáo sư Venkatesan Sundaresan (Hoa Kỳ) đưa ra góc nhìn sâu hơn về nền tảng của mọi ứng dụng AI trong sinh học: “Dữ liệu tốt, dữ liệu đáng tin cậy là yếu tố quyết định. AI rất giỏi trong việc nhận diện mẫu và dự đoán dựa trên các quy luật, nhưng các quy luật đó phải được xây dựng từ dữ liệu có sẵn”.

“DÙ AI CÓ DỰ ĐOÁN THẾ NÀO, CHÚNG TÔI VẪN PHẢI KIỂM CHỨNG BẰNG THỰC NGHIỆM”

Tuy vậy, các nhà khoa học đều khẳng định không có dữ liệu do con người tạo ra, AI không thể hoạt động. Giáo sư Sundaresan đã cảnh báo về giới hạn của AI: “AI đôi khi tạo ra dự đoán sai vì dữ liệu nền quá yếu hoặc quá ít, nhưng hệ thống vẫn cố gắng suy luận – điều mà không nhà khoa học nào làm. Đó là lý do chúng ta phải thận trọng”.

Chia sẻ về AI trong phạm vi lĩnh vực của mình, GS. Mary Claire King, Giải đặc biệt VinFuture 2025 dành cho nhà khoa học nữ, cho biết: “Tôi đã thử ứng dụng AI. Tuy nhiên, ở thời điểm hiện tại, theo trải nghiệm của tôi, AI vẫn chưa đủ độ tin cậy để sử dụng trong thực hành lâm sàng”.

Bà chia sẻ rõ hơn: “Tôi biết điều này vì tôi thường kiểm chứng bằng những ca bệnh mà tôi đã nghiên cứu nhiều năm, đã làm thí nghiệm, đã công bố và cộng đồng khoa học đồng thuận về kết luận. Nhưng khi đưa những trường hợp đó vào AI để thử, hệ thống lại mắc phải cả hai dạng sai sót: Khẳng định một gene hay đột biến gây bệnh dù thực tế không phải, hoặc phủ nhận mối liên quan dù bằng chứng thực nghiệm đã chứng minh là có. Vì vậy, trong phạm vi chuyên môn của tôi, AI hiện chưa sẵn sàng để áp dụng vào chẩn đoán hay lâm sàng”.

Dù vậy, bà cũng cho rằng ở một số lĩnh vực, tác dụng của AI rất xuất sắc. Bà cho biết: “Đồng nghiệp của tôi, giáo sư David Baker, người vừa nhận giải Nobel về thiết kế protein, ứng dụng AI cực kỳ hiệu quả, nhưng đó vẫn là môi trường nghiên cứu, chưa phải ứng dụng lâm sàng”.

GS. Mary Claire King nhấn mạnh rằng: “Trong di truyền học, chúng ta có thể nhìn thấy hai hướng ứng dụng AI rất khác nhau. AI cho nghiên cứu thì đầy hứa hẹn – tôi nghĩ tiềm năng là rất lớn và thực sự đáng kỳ vọng. Nhưng AI cho lâm sàng thì, như trải nghiệm tôi đã chia sẻ, hiện vẫn chưa sẵn sàng”.

Tiến sĩ Mieulet khẳng định các nhà khoa học luôn là mắt xích cuối cùng: “Dù AI có dự đoán thế nào, chúng tôi vẫn phải kiểm chứng bằng thực nghiệm”.

ĐẦU TƯ VÀO KHOA HỌC LÀ ĐẦU TƯ CHO TRI THỨC VÀ KHẢ NĂNG TỰ BẢO VỆ ĐẤT NƯỚC 

“Rất xuất sắc” là điều mà GS María Esperanza Martínez-Romero đã chia sẻ sau khi gặp gỡ và trao đổi với các nhà khoa học Việt Nam trong Tuần lễ Khoa học của Giải thưởng VinFuture. GS María Esperanza Martínez-Romero cho biết: “Điều đó cho thấy, đất nước các bạn đã thành công trong giáo dục, đào tạo và thúc đẩy hoạt động nghiên cứu”.

Theo GS María Esperanza Martínez-Romero, nghiên cứu khoa học hiện nay ngày càng khó và phức tạp, vì lượng thông tin giống như một “cơn sóng thần”.

“Các dự án giải trình tự gen của chúng tôi ban đầu chỉ là giải mã từng gen riêng lẻ, nhưng nay công nghệ giải trình tự toàn bộ gen của con người, thực vật, động vật và vi khuẩn phát triển quá nhanh, lượng dữ liệu rất lớn”. Vì thế, GS María Esperanza Martínez-Romero cho rằng “chúng ta cần nhiều nhà nghiên cứu để phân tích và tận dụng dữ liệu thông tin một cách hiệu quả”.

Theo đó, đầu tư vào đội ngũ nhà khoa học là đầu tư cho tri thức và khả năng tự bảo vệ đất nước trước các thách thức bên ngoài. Xây dựng đội ngũ nhà khoa học giỏi luôn là một khoản đầu tư quý giá cho bất kỳ quốc gia nào. “Nếu Việt Nam có thể đào tạo được đội ngũ như vậy, đó sẽ là một thành tựu rất đáng tự hào”, GS María Esperanza Martínez-Romero nói.

“Tôi cho rằng nghiên cứu khoa học không thể làm một mình mà cần được thực hiện bởi một nhóm. Giá trị của nhóm không chỉ nằm ở việc có thể làm được nhiều việc hơn, mà còn ở khả năng thảo luận, trao đổi ý tưởng. Khi thảo luận, bạn nhận được sức mạnh của tư duy tập thể: tôi có thể nghĩ ra một điều, người khác lại đưa ra ý kiến khác, từ đó tạo ra những góc nhìn mới”.

“Tôi dạy sinh viên đại học tại trường, và những câu hỏi hay nhất mà tôi từng nhận được lại đến từ sinh viên. Chúng rất tươi mới, đôi khi rất chính xác và sắc sảo. Vì vậy, nghiên cứu nên được thực hiện trong một môi trường tập thể, nơi có sinh viên, đồng nghiệp, kỹ thuật viên, thậm chí cả trẻ em, để mọi người có thể đóng góp ý kiến. Đây là cách duy nhất để tạo ra sự tiến bộ trong khoa học, bằng cách mở rộng và đối chiếu ý tưởng của mình”, GS María Esperanza Martínez-Romero nói.

“Nếu các nhà khoa học Việt Nam trình bày công trình tại VinFuture, đó sẽ là điều rất tốt. Bởi họ sẽ nhận được phê bình, ý tưởng mới, và công trình được làm giàu thêm nhờ quan điểm của người khác, điều này vô cùng giá trị. Tôi rất vui khi nghe rằng năm nay có nhiều nhà khoa học Việt Nam trình bày hơn so với các chương trình VinFuture trước đây”.

Giáo sư Venkatesan Sundaresan, thuộc nhóm nhà khoa học đạt Giải đặc biệt VinFuture 2025 dành cho nhà khoa học nghiên cứu các lĩnh vực mới, cho biết "nhóm nghiên cứu mong muốn thúc đẩy hợp tác với Việt Nam sau giải thưởng".

“Tất cả những gì chúng tôi làm đều được công bố và sẵn sàng chia sẻ để các nhà khoa học khác sử dụng. Thực tế, chúng tôi đã công bố các hướng dẫn, giống như một “công thức”, chia sẻ tất cả các thủ thuật để triển khai công nghệ này. Do đó, bất cứ ai cũng có thể áp dụng ở bất cứ đâu trên thế giới, kể cả Việt Nam".

"Tôi cũng hy vọng giải thưởng này sẽ giúp công nghệ trở nên nổi bật hơn và khích lệ ngày càng nhiều nhà khoa học áp dụng nó. Việc các nhà khoa học Việt Nam được cập nhật những tiến bộ mới nhất sẽ rất có ích”, Giáo sư Venkatesan Sundaresan nói.