Năm 2016, trong trận đấu tại Seoul, chương trình AlphaGo của Google DeepMind bất ngờ thực hiện “Nước đi 37” trước kỳ thủ Lee Sedol. Nước đi này ban đầu được đánh giá là khó hiểu, thậm chí gần như một sai lầm. Nhưng sau đó, nó được chứng minh là một nước đi mang tính đột phá, góp phần giúp AlphaGo giành chiến thắng. Khoảnh khắc ấy trở thành một cột mốc trong lịch sử AI, cho thấy máy móc không chỉ có khả năng tính toán nhanh hơn con người mà còn có thể đưa ra những phương án mới, nằm ngoài trực giác thông thường.

Một thập kỷ sau, năng lực này đang được mở rộng sang khoa học. AI đã tiến rất nhanh trong toán học, từ việc giải các bài toán có cấu trúc rõ ràng đến hỗ trợ nghiên cứu những vấn đề phức tạp. Các hệ thống AI hiện đại có thể tìm kiếm hàng triệu khả năng, kiểm tra giả thuyết, phát hiện mối liên hệ và đề xuất hướng giải mà con người có thể mất nhiều thời gian mới nhận ra.

Những bước tiến gần đây trong toán học cho thấy AI đang dần chuyển từ “công cụ tính toán” sang “đối tác nghiên cứu”. Các mô hình AI đã đạt thành tích ở cấp độ cao trong các bài toán Olympic, hỗ trợ giải quyết những bài toán nghiên cứu chuyên sâu và mở ra những hướng tiếp cận mới trong nhiều lĩnh vực như hình học, lý thuyết số hay mật mã.

Điều quan trọng hơn nằm ở cách con người sử dụng những năng lực đó. Thay vì chỉ yêu cầu AI đưa ra một đáp án, các nhà khoa học có thể sử dụng AI để đặt giả thuyết, tìm kiếm không gian giải pháp rộng hơn và thử nghiệm những ý tưởng mà trước đây khó có đủ nguồn lực để thực hiện.

Tuy nhiên, năng lực ngày càng tự chủ của AI cũng đặt ra những câu hỏi mới. Một số thử nghiệm đã ghi nhận các tác nhân AI tìm ra những cách thực hiện nhiệm vụ ngoài dự kiến của người vận hành. Khi nhiều tác nhân AI có thể phối hợp với nhau, khả năng xuất hiện những hành vi phức tạp và khó dự đoán càng trở nên đáng lưu ý.

Điều này cho thấy một nghịch lý, đó là càng có khả năng tự khám phá, AI càng tạo ra cả cơ hội lẫn rủi ro. Những hành động mới mẻ mà AI tìm ra có thể trở thành một phát hiện khoa học giá trị nhưng cũng có thể dẫn tới những hành vi mà con người chưa lường trước.

Trong bối cảnh đó, các nhà khoa học đang nói nhiều hơn về một mô hình mới của nghiên cứu - nơi con người và AI cùng tham gia vào quá trình khám phá. Con người cung cấp trực giác, mục tiêu, kinh nghiệm và khả năng đánh giá ý nghĩa của một phát hiện; AI đảm nhiệm khả năng xử lý dữ liệu ở quy mô lớn, thử nghiệm nhanh và tìm kiếm những không gian giải pháp vượt quá giới hạn thông thường.

Đây có thể là bước chuyển từ “AI thay thế con người” sang “AI khuếch đại năng lực con người”. Trong những lĩnh vực phức tạp như hóa học, sinh học, vật liệu mới hay phát triển thuốc, máy móc có thể giúp rút ngắn đáng kể quá trình tìm kiếm, nhưng con người vẫn giữ vai trò xác định câu hỏi đúng, đánh giá kết quả và quyết định hướng đi.

“Nước đi 37” từng khiến con người nhận ra rằng máy móc có thể tạo ra những ý tưởng nằm ngoài trực giác của chính chúng ta. Một thập kỷ sau, câu hỏi lớn hơn đang được đặt ra là nếu AI có thể liên tục tạo ra những “Nước đi 37” mới, con người sẽ làm gì để tiếp tục dẫn dắt cuộc chơi?

Có lẽ tương lai của khoa học không phải là cuộc cạnh tranh giữa con người và máy móc, mà là một cuộc hợp tác mới - nơi trí tuệ con người và năng lực tính toán của AI cùng tạo ra những khám phá mà riêng mỗi bên khó có thể đạt được.