PSI: Tiên phong ứng dụng AI trong khám phá khoa học, giải quyết bài toán lượng tử 18 năm

David Turturean, một cựu sinh viên MIT và hiện là thành viên đội ngũ kỹ thuật tại startup Physical Superintelligence (PSI), đã sử dụng quyền truy cập sớm vào mô hình Fable 5.2 của Anthropic để giải quyết một bài toán tồn đọng 18 năm trong lĩnh vực điện toán lượng tử.

Turturean, người đã hoãn kế hoạch theo học thạc sĩ tại phòng thí nghiệm khoa học máy tính và AI danh tiếng của MIT để gia nhập PSI, chia sẻ với TechCrunch: “Tôi hoàn toàn chấp nhận ý tưởng rằng đây có thể là bài báo cuối cùng tôi công bố. Chỉ trong vài tháng nữa, việc công bố một bài báo có thể sẽ không còn cần thiết nữa.”

Bài toán được đề cập, giả thuyết Aaronson-Ambainis, liên quan đến khả năng của máy tính lượng tử trong việc giải quyết các vấn đề nhanh hơn máy tính cổ điển. Scott Aaronson, một trong hai nhà nghiên cứu đã đặt ra vấn đề này, cho biết ông chưa hoàn toàn hiểu bằng chứng nhưng tin rằng nó chính xác vì đã được tự động hóa bằng Lean, một ngôn ngữ lập trình cho toán học, và được giải thích bởi một nhóm các nhà nghiên cứu hàng đầu mà PSI đã chia sẻ giải pháp.

Giải pháp này dường như đã đóng lại một hướng đi mà máy tính lượng tử có thể theo để giải quyết một số vấn đề khó khăn với tốc độ cao, nhưng không phải tất cả. Turturean nhận định: “Đây là một kết quả tiêu cực cho phép mọi người biết rằng chúng ta không cần tìm kiếm ở đó nữa.”

Nhìn rộng hơn, điều này phản ánh sự thay đổi lớn trong thế giới khoa học do khả năng giải quyết vấn đề của AI. Aaronson, người mô tả cảm giác hài lòng, kinh ngạc, thất vọng và mệt mỏi trước tin tức này, viết: “Một bằng chứng đầy đủ cho giả thuyết Aaronson-Ambainis là một trong những vấn đề mở cuối cùng trong độ phức tạp truy vấn lượng tử mà mọi người đều đồng ý là cực kỳ quan trọng. Thành thật mà nói, tôi đã ngạc nhiên khi thấy nó không xuất hiện trong đợt công bố Mathocalypse của OpenAI vài tuần trước. Chắc chắn họ đã thử, vậy nó có thực sự khó hơn tất cả các vấn đề đã được giải quyết không?”

Đây là một điểm cộng cho mô hình của PSI, đó là giải quyết các vấn đề khoa học bằng các hệ thống và công cụ AI chuyên biệt.

Matt Pines, CEO của PSI, chia sẻ với TechCrunch: “Một hệ thống nghiên cứu hiệu quả nên có nhiều thứ liên quan đến công cụ, hệ thống bộ nhớ, cơ sở hạ tầng mô phỏng. Bạn muốn có thể thực sự đi sâu vào một vấn đề ở cả chiều rộng và chiều sâu, và có thể xem xét một loạt các giải pháp thay thế tiềm năng.”

Hiện tại, doanh thu của công ty đến từ việc sử dụng các công cụ của mình để tối ưu hóa các trung tâm dữ liệu, mô phỏng các biến số về nhiệt, điện, nước, âm thanh – “nơi hiệu suất của địa điểm đó cũng như tác động của nó đến cộng đồng là một hàm trực tiếp của vật lý.” Tuy nhiên, mục tiêu dài hạn là chuyển đổi những đột phá vật lý lý thuyết thành các công nghệ thực tế.

Pines cho biết: “Sáu đến chín tháng trước, khi tôi nói chuyện với các nhà đầu tư, tôi phải cố gắng để chứng minh điều kiện đó, kiểu như ‘không, không, không, hãy tin tôi, rất sớm thôi, vật lý lý thuyết sẽ chủ yếu là lĩnh vực của máy móc.’ Và nó chưa đến đó, nhưng đang trên đường.”

Tuy nhiên, trong khi AI đã đưa ra các giải pháp quan trọng trong các lĩnh vực như toán học và khoa học máy tính, nơi có thể thể hiện chúng bằng mã được xác thực, thì việc làm như vậy trong các lĩnh vực ít trừu tượng hơn như khoa học đời sống hoặc vật lý đã chứng tỏ khó khăn hơn. Tuần trước, startup Discovered Materials đã công bố một giải thưởng trị giá 1 triệu USD cho các nhà nghiên cứu sử dụng AI để hiểu các vấn đề như siêu dẫn và tản nhiệt.

Pines nói: “Cuối cùng, vật lý khác với toán học vì nó là thế giới thực… tự nhiên có tiếng nói trong các mô hình thực tế của bạn.” Ông cho biết startup đang tập trung vào việc tìm hiểu cách lấy kết quả tính toán và xác thực chúng bằng các thí nghiệm một cách hiệu quả nhất có thể.

“Nếu đó là một sự thật của tự nhiên, đó là một thủ thuật mà bạn có thể khai thác,” Pines nói. “Bạn có thể chế tạo một thiết bị từ nó, phải không? AI gợi ý một ý tưởng; nó cho phép bạn làm điều gì đó trong thế giới mà bạn không thể làm trước đây… và mỗi vòng lặp đó là những gì PSI đang xây dựng.”

Khi “phòng thí nghiệm mới cho khoa học” trở thành một con đường cho khoa học đột phá tiềm năng, những người tham gia vẫn đang tìm hiểu các tiêu chuẩn cho thế giới mới này. Vì PSI phải giữ kết quả của mình cho đến khi mô hình của Anthropic gần sẵn sàng phát hành, họ đã có thể chia sẻ nó với các nhà nghiên cứu liên quan để hiểu rõ hơn.

Jim Halverson, giáo sư tại Đại học Northeastern, người cố vấn cho PSI, cho biết: “Với tư cách là một học giả, chúng tôi muốn đóng vai trò của mình trong việc làm mọi thứ đúng cách.” Ông sẽ tham dự một hội nghị thượng đỉnh tại MIT vào tuần tới, nơi các nhà vật lý hàng đầu sẽ cố gắng đưa ra phản ứng với tốc độ khoa học mới. “Các thực hành tốt nhất vẫn đang nổi lên… Chúng tôi nhận thấy rằng sự minh bạch là một cách tốt, và liên hệ với các chuyên gia cũng là một cách tốt.”

Turturean, người cho biết cộng đồng học thuật sẽ mong đợi anh có thể giải thích kết quả, nói với TechCrunch: “Chúng tôi đã có thời gian để suy nghĩ về nó… và đó là lần đầu tiên tôi thực sự lấy một trong những giải pháp do AI gợi ý của mình ra in, và tôi đọc qua nó, và tôi nghĩ, làm thế nào để tôi có thể trình bày điều này một cách tự nhiên hơn cho con người? Và tôi nghĩ điều đó cũng khiến tôi nhận ra, ôi Chúa ơi, sức mạnh của những gì AI có thể làm.”

Nguồn tham khảo: TechCrunch