Google mở rộng AI cho khoa học, y tế, thời tiết và tiếp cận thông tin

Google đang giới thiệu một danh mục AI rộng hơn là một sản phẩm đơn lẻ: từ cơ sở dữ liệu di truyền quy mô lớn, mô hình dự báo thời tiết, nghiên cứu y tế đến các công cụ hỗ trợ tiếp cận thông tin và theo dõi tác động kinh tế của AI. Điểm chung là biến dự đoán do AI tạo ra thành nguồn lực hữu ích hơn cho giới nghiên cứu và công chúng — nhưng việc kiểm chứng, khả năng tiếp cận và triển khai ngoài đời thực vẫn là những câu hỏi quan trọng. 4

AlphaGenome Atlas: bản đồ tra cứu các thay đổi có thể xảy ra trong DNA

Tâm điểm của đợt công bố là AlphaGenome Atlas, cơ sở dữ liệu chứa các dự đoán do AI tạo ra về tác động ở cấp độ phân tử của khoảng 9 tỷ biến thể đơn nucleotide — tức những thay đổi một “ký tự” có thể có trong hệ gen người. Google DeepMind cho biết đã dùng mô hình AlphaGenome để tính trước tác động điều hòa của các thay đổi này, tạo thành bộ dữ liệu cỡ khoảng 1 petabyte. 312

Giá trị thực tế nằm ở tốc độ. Thay vì phải chạy mô hình lại từ đầu cho từng biến thể gene cần xem xét, nhà nghiên cứu có thể tra cứu kết quả đã tính sẵn và dùng điểm AlphaGenome Variant Impact (AVI) để ưu tiên những biến thể đáng khảo sát thêm. Atlas bao phủ cả vùng mã hóa protein lẫn những vùng tham gia điều hòa hoạt động của gene. 212

Vì vậy, đây có thể là công cụ hữu ích để định hướng nghiên cứu khi các nhà khoa học cần thu hẹp một tập khả năng quá lớn. Tuy nhiên, dự đoán về tác động phân tử không phải là chẩn đoán, cũng không chứng minh một biến thể là nguyên nhân gây bệnh. Trước khi được dùng cho quyết định y khoa, các kết quả vẫn cần được kiểm tra bằng thí nghiệm, dữ liệu lâm sàng và đánh giá theo từng trường hợp. 8

AlphaGenome liên hệ thế nào với AlphaFold và AlphaMissense?

Google đặt AlphaGenome bên cạnh các hệ thống sinh học hiện có. AlphaFold tập trung dự đoán cấu trúc protein; còn AlphaMissense và AlphaGenome hướng đến câu hỏi các biến thể di truyền có thể gây tác động gì. Kết hợp lại, các tài nguyên này nhằm giúp nhà khoa học đi từ một thay đổi trong DNA đến giả thuyết về ảnh hưởng đối với sinh học tế bào. 412

Điều cần phân biệt: đây là các công cụ tính toán bổ trợ cho nhau, không phải một hệ thống lâm sàng thống nhất. Giá trị của chúng phụ thuộc vào việc dự đoán được xác thực tốt đến đâu trong bối cảnh sinh học cụ thể mà nhà nghiên cứu đang xem xét.

AI sàng lọc ung thư vú: tín hiệu nghiên cứu tích cực, chưa thay thế bác sĩ

Google cũng nhấn mạnh nghiên cứu cùng Imperial College London và NHS của Anh — hệ thống y tế công của Vương quốc Anh — về AI hỗ trợ sàng lọc ung thư vú. Theo Google, một hệ thống AI thử nghiệm đã phát hiện 25% số ca ung thư xuất hiện giữa các lần sàng lọc mà phương pháp thông thường trước đó bỏ sót, trong dữ liệu chụp nhũ ảnh của 175.000 phụ nữ. Đây là các ca chỉ được phát hiện sau khi xuất hiện triệu chứng và có thể khó điều trị hơn. 446

Kết quả này đáng chú ý về mặt nghiên cứu, nhưng không đồng nghĩa AI đã có thể thay thế chương trình chụp nhũ ảnh, bác sĩ chẩn đoán hình ảnh hay phán đoán lâm sàng. Hệ thống vẫn đang ở giai đoạn thử nghiệm; để đưa vào chăm sóc sức khỏe cần thẩm định trên nhiều môi trường, có cơ chế giám sát và đánh giá cẩn trọng các trường hợp dương tính giả, âm tính giả cùng kết quả điều trị của người bệnh. 46

WeatherNext 3: dự báo thời tiết toàn cầu có dữ liệu vệ tinh

WeatherNext 3 là mô hình AI dự báo thời tiết toàn cầu mới nhất của Google. Mô hình tích hợp dữ liệu vệ tinh theo thời gian thực, đưa ra dự báo theo giờ ở nhiều độ phân giải không gian, với mục tiêu cải thiện dự báo mưa và các biến số thời tiết khác. 1819

Google cho biết mô hình cải thiện độ chính xác dự báo lượng mưa so với một số chuẩn đánh giá: trong kết quả công bố, mức cải thiện có thể lên tới 60% so với IMERG, 30% so với MRMS và 10% so với số liệu trạm đo mưa ở các thời hạn dự báo sớm. Một thông báo khu vực của Google cũng nói độ chính xác dự báo mưa từ ngày hôm sau trở đi tăng tới 50%. 1920

Dữ liệu vệ tinh đặc biệt có ý nghĩa ở những nơi ít trạm quan trắc mặt đất. Dù vậy, các con số về hiệu năng phụ thuộc vào thước đo, chuẩn đối chiếu, khu vực địa lý và thời hạn dự báo. Dự báo AI nên được xem là một thành phần trong hệ thống dự báo vận hành và kế hoạch ứng phó khẩn cấp rộng hơn, thay vì là nguồn thông tin duy nhất.

Earth AI: dự báo các khủng hoảng trên quy mô hành tinh

Earth AI Planetary Prediction Engine của Google kết hợp dữ liệu về y tế toàn cầu, an ninh lương thực và kinh tế - xã hội để dự báo các rủi ro như dịch bệnh, thiếu hụt lương thực và tác động liên quan đến khí hậu. Google cho biết hệ thống có thể nhận chỉ dẫn bằng ngôn ngữ tự nhiên và đã được dùng trong đợt bùng phát Ebola ở Cộng hòa Dân chủ Congo, cũng như để xác định các cộng đồng dễ tổn thương tại Mỹ theo 21 chỉ số sức khỏe của CDC. 4

Loại hệ thống này có thể giúp các tổ chức xác định sớm hơn nơi cần điều tra hoặc phân bổ sự chú ý. Tuy nhiên, đầu ra của nó là dự báo chứ không phải sự chắc chắn: chất lượng dự báo phụ thuộc vào dữ liệu đầu vào, giả định của mô hình và các quyết định do đội ngũ y tế công cộng hoặc nhân đạo đưa ra.

Mở rộng tiếp cận thông tin bằng nhiều ngôn ngữ

Google cũng đề cập hỗ trợ ngôn ngữ có AI cho hơn 300 ngôn ngữ, được khoảng 7 tỷ người sử dụng, tương đương gần 86% dân số thế giới. Mục tiêu là giảm rào cản ngôn ngữ khi tiếp cận thông tin và dịch vụ số. 4

Tuy nhiên, phạm vi hỗ trợ không tự động đồng nghĩa với khả năng tiếp cận bình đẳng. Chất lượng dịch, mức độ hỗ trợ các biến thể vùng miền, bối cảnh văn hóa, kết nối Internet tại địa phương và sự sẵn có của nguồn tin đáng tin cậy đều quyết định người dùng có thể tiếp nhận thông tin một cách an toàn, hiệu quả hay không.

AI & Economy ATLAS: theo dõi cách con người sử dụng AI

AI & Economy ATLAS là dự án truy cập mở nhằm ghi nhận cách mọi người trên thế giới dùng AI trong công việc và đời sống thường ngày. Dự án hướng tới mô tả mức độ ứng dụng cùng những tác động được người dùng cảm nhận, thay vì đưa ra dự báo mang tính kết luận về việc làm hoặc năng suất. 414

Sự phân biệt này rất quan trọng. AI có thể tạo ra nhiệm vụ, công cụ và vai trò mới, đồng thời thay đổi hoặc làm giảm nhu cầu đối với một số loại công việc khác. Việc đo lường mức độ sử dụng là cần thiết, nhưng bản thân nó không thể giải đáp lợi ích, rủi ro và cơ hội sẽ được phân bổ như thế nào.

Kết luận

Tài nguyên nghiên cứu mới cụ thể nhất trong loạt công bố là AlphaGenome Atlas: bản đồ dự đoán công khai cho khoảng 9 tỷ thay đổi một ký tự có thể có trong DNA người. Xung quanh đó, Google đang phát triển các công cụ dự báo thời tiết, lập bản đồ khủng hoảng, nghiên cứu y tế, tiếp cận ngôn ngữ và theo dõi việc ứng dụng AI. 34

Tiềm năng là đáng kể, nhưng lợi ích không tự xuất hiện. Dự đoán khoa học và y tế cần được kiểm chứng độc lập; hệ thống dự báo cần được sử dụng có trách nhiệm; còn việc mở rộng tiếp cận phải đi cùng độ chính xác, sự phù hợp với bối cảnh địa phương và triển khai công bằng.