Công nghệ học máy sẽ thay đổi nền khoa học?

Trong hai thập kỷ trở lại đây, học máy (machine learning) đã phát triển bùng nổ và được dự báo sẽ trở thành một công nghệ định hình các lĩnh vực khác trong tương lai. Nó đang làm biến đổi nhiều lĩnh vực rộng lớn trong xã hội, bao gồm y tế, giáo dục, vận tải, thực phẩm và sản xuất công nghiệp, cũng như có những ảnh hưởng lớn đối với khoa học.

Giáo sư James Larus, hiệu trưởng của Trường Khoa học Máy tính và Truyền thông (IC) thuộc Viện Kỹ thuật liên bang Lausanne (EPFL), cho rằng học máy và AI sẽ tác động sâu sắc đến chúng ta. “Học máy là một công cụ vô cùng quyền lực nhưng hiện vẫn đang ở giai đoạn sơ khởi và vẫn còn là một ‘nghệ thuật bí ẩn’. Chúng tôi dạy các lớp học về học máy cũng như các bài toán đằng sau nó, và đưa ra các ví dụ về cách thức mà công nghệ này được áp dụng trong quá khứ”.

Lenka Zdeborová – Phó giáo sư vật lý, khoa học máy tính và hệ thống truyền thông ở Phòng thí nghiệm tính toán Vật lý thống kê – một phần của Trường Khoa học Cơ bản và Viện Kỹ thuật liên bang Lausanne (EPFL) – đang tiến hành các nghiên cứu để trả lời câu hỏi cơ bản này. Cùng với các đồng nghiệp trong lĩnh vực vật lý, hóa học, kỹ thuật và khoa học đời sống, Zdeborová đã khởi động một chuỗi bài giảng mới về học máy trong khóa học tiến sĩ. 

Một sáng kiến khác của EPFL là dự án Khoa học Học máy 4 – một phần của khóa học về học máy tại IC của giáo sư Martin Jaggi và Nicolas Flammarion – cũng đang tạo dựng sự hợp tác giữa các trường và kết nối các dự án khoa học từ các phòng thí nghiệm thuộc tất cả các ngành khác nhau với các sinh viên. Từ năm 2018 đến 2020, hơn 600 sinh viên đã tham gia vào các dự án do 77 phòng thí nghiệm tại EPFL, và thậm chí là các dự án do các viện nghiên cứu bên ngoài như CERN, đề xuất.
Một dự án khác bắt nguồn từ một phòng thí nghiệm của Cathrin Brisken tại Trường Khoa học Sự sống (SV) lại liên quan đến một thuật toán học máy để phân biệt các tế bào của chuột và tế bào của người – điều đặc biệt hữu ích trong nghiên cứu ung thư. Hiện nay, các nhà khoa học về ung thư thường nghiên cứu các khối u bằng cách ghép các tế bào người vào chuột, tuy nhiên, sau đó việc phân biệt được hai loại tế bào này lại trở thành một vấn đề. Nguyên nhân là bởi, để tìm được các tế bào người, các nhà khoa học thường phải nhuộm huỳnh quang và phân tích rất nhiều mẫu tế bào. Tuy nhiên, một chương trình máy tính của Quentin Juppet – một sinh viên ở IC – đã đơn giản hóa được tất cả quy trình này nhờ vào việc tự động hóa quá trình phân loại tế bào. Kết quả hứa hẹn đến nỗi anh đã biến nó thành luận văn thạc sỹ và mới đây kết quả cũng đã được công bố trên tạp chí Journal of Mammary Gland Biology and Neoplasia

Trường Khoa học Sự sống còn có một dự án sử dụng học máy để phân loại các kiểu hình đột biến từ hình ảnh phôi của cá ngựa vằn. “Theo như những gì tôi biết, đây là dự án đầu tiên trong lĩnh vực phôi thai học, và nó có thể giúp sử dụng cá ngựa vằn để mô hình hóa các rối loạn gene di truyền ở người một cách hiệu quả hơn”, giáo sư Andrew Oates, hiệu trưởng của trường và là người đứng đầu Phòng thí nghiệm Thời gian, Dao động và Mẫu, cho biết.

Nhiều nghiên cứu khác cũng đã hướng đến một loạt những câu hỏi nghiên cứu vô cùng đa dạng như: dự đoán mức độ nghiêm trọng của cơn đột quỵ bằng cách sử dụng dữ liệu trò chơi pacman; tự động phát hiện các khu vực trống để lắp đặt các tấm quang năng áp mái; dự báo tuyết lở,…

Đối với James Larus, tương lai đã ở ngay đây và sẽ chỉ ngày càng trở nên tuyệt vời hơn. “Hiện chúng tôi đang khám phá công nghệ học máy lấy cảm hứng từ bộ não, dựa trên những kiến thức mới nhất từ ngành khoa học thần kinh, để phát triển các mô hình phức tạp và hiệu quả hơn cũng như xây dựng một hệ thống trí tuệ nhân tạo thế hệ mới. Vì vậy, tôi rất hy vọng lĩnh vực học máy sẽ có một quá trình phát triển dài lâu và mở rộng được quy mô các ứng dụng đã thành công của mình. Và điều đó sẽ thay đổi nền khoa học mãi mãi”.□

Mỹ Hạnh dịch
Nguồn: https://techxplore.com/news/2021-07-machine-science.html

Tác giả