Podcast Episode Details

[NOBEL 2024] Và giải Nobel cho AI

---

Episode 67

---

AI dự phần hai giải quan trọng của mùa Nobel 2024 là vật lý và hóa học, một quyết định không phải tất cả các nhà nghiên cứu và khoa học gia đều hài lòng, ngay cả người ngoại cuộc cũng thấy có gì đó sai sai.

"Có vẻ như giải Nobel đã bị ảnh hưởng bởi làn sóng AI" - giáo sư Jonathan Pritchard, nhà vật lý thiên văn tại Đại học Hoàng gia London, viết trên X. Còn Eleanor Drage, nhà nghiên cứu cấp cao tại Trung tâm Leverhulme về trí tuệ tương lai của Đại học Cambridge, gọi đây là "thời khắc trọng đại" của AI trong khoa học.

Phản ứng trái chiều

Theo The Economist, AI không phải là điểm chung duy nhất của Nobel vật lý và hóa học năm nay. Trong cả hai trường hợp, khắt khe mà nói, các công trình nghiên cứu được vinh danh nằm ngoài "thẩm quyền" của hội đồng trao giải: nghiên cứu AI thuộc lĩnh vực khoa học máy tính, còn nghiên cứu protein có thể được xếp vào ngành sinh học.

Tạp chí Nature hôm 10-10 mô tả, chỉ vài phút sau khi chủ nhân Nobel vật lý 2024 được công bố, mạng xã hội đã dậy sóng. Nhiều nhà vật lý lập luận rằng khoa học nền tảng của học máy, được tôn vinh trong giải thưởng dành cho Geoffrey Hinton và John Hopfield, thực ra không phải là vật lý. 

"Tôi thật sự không nói nên lời. Tôi cũng thích máy học và mạng nơ ron nhân tạo như bao người, nhưng thật khó để xem đây là một khám phá trong vật lý" - Nature dẫn tiếp tweet của giáo sư Pritchard.

Sabine Hossenfelder, nhà vật lý tại Trung tâm Triết học toán học Munich (Đức), khẳng định nghiên cứu của Hinton và Hopfield "thuộc lĩnh vực khoa học máy tính". "Giải thưởng Nobel hằng năm là cơ hội hiếm hoi để ngành vật lý, cũng như các nhà vật lý, bước vào ánh đèn sân khấu. Đây là ngày bạn bè và gia đình nhớ rằng họ quen biết một nhà vật lý và có thể đến hỏi ông ấy hoặc bà ấy giải Nobel mới đây là gì. Nhưng năm nay thì không" - ông bức xúc.

Tuy nhiên, nhiều phân tích cho rằng mùa giải năm nay sẽ mở ra một kỷ nguyên mới của giải Nobel: phá vỡ ranh giới các nhóm ngành khoa học và thừa nhận vai trò của AI trong nghiên cứu. Nhiều nhà khoa học đã ủng hộ xu hướng mới này. 

"Nghiên cứu của Hopfield và Hinton mang tính liên ngành, kết hợp vật lý, toán học, khoa học máy tính và khoa học thần kinh. Theo nghĩa đó, nó thuộc về tất cả các lĩnh vực này" - Matt Strassler, nhà vật lý lý thuyết tại Đại học Harvard ở Cambridge, Massachusetts, nói với Nature.

Cây bút khoa học Anil Ananthaswamy, tác giả quyển Why Machines Learn (2023), chỉ ra rằng mặc dù nghiên cứu được Ủy ban Nobel dẫn làm lý do trao giải có thể không phải là vật lý lý thuyết theo nghĩa thuần túy, song nó bắt nguồn từ các kỹ thuật và khái niệm trong vật lý, chẳng hạn như năng lượng. Những mạng Boltzmann hay mạng Hopfield "đều là các mô hình dựa trên năng lượng", ông nói.

Theo Ananthaswamy, mối liên hệ với vật lý của các tiến triển sau này của máy học quả là mỏng manh hơn, song các nhà nghiên cứu đang quay lại các khái niệm gốc vật lý để có thể hiểu được vì sao các hệ thống học sâu có thể hoạt động ngày càng phức tạp hơn.

Đồng ý kiến, Lenka Zdeborová, nhà nghiên cứu vật lý thống kê tính toán tại Viện Công nghệ Liên bang Thụy Sĩ ở Lausanne (EPFL), khẳng định: "Chúng ta cần cách tư duy mà vật lý mang lại để nghiên cứu máy học". Giorgio Parisi, một trong ba đồng chủ nhân Nobel vật lý 2021, nhận xét: "Vật lý đang ngày càng mở rộng, và nó bao gồm nhiều lĩnh vực kiến thức không tồn tại trong quá khứ, hoặc không thuộc về vật lý".

Tiền lệ tốt hay xấu?

The Economist cho rằng từ tiền lệ này, sẽ có nhiều giải thưởng tương tự (nghiên cứu khoa học cơ bản có sự trợ giúp của AI) trong tương lai. Câu hỏi lúc này không còn là trao giải như năm nay là đúng hay sai, mà là AI có thể thay đổi nghiên cứu khoa học trong tương lai không, và theo cách nào, tốt hơn hay tệ hơn.

Matt Hodgkinson, chuyên gia độc lập về liêm chính khoa

---

Published on 1 year, 1 month ago