Cộng hưởng trí tuệ người và máy

Con người và máy tính vốn phối hợp làm việc với nhau từ lâu.

Thế nhưng nếu có thể tăng cường hơn nữa khả năng kết hợp, nâng nó lên tầm cao mới thì đó sẽ là giải pháp để giải quyết những vấn đề hóc búa của cuộc sống.

Mới đây, các nhà khoa học thuộc Đại học Cornell, Mỹ và Học viện Máy tính con người đã đưa ra một ý tưởng vô cùng táo bạo về một môn khoa học còn khá mới mẻ có tên: Khoa học máy tính con người.

Môn khoa học này được hiểu là có nhiều hệ thống máy tính được nối với nhau và được điều khiển bởi đám đông, có khả năng vươn xa khỏi những giới hạn truyền thống để giải quyết các vấn đề phức tạp trên thế giới.

Con người “siêu” hơn máy tính ở nhiều khía cạnh, từ sáng tạo trừu tượng tới việc nhận thức những dạng mô hình đơn giản.

Tuy nhiên, nếu ta đặt máy tính vào trong một tình huống nhất định, khả năng nhận thức của con người có thể được mở rộng bằng cách tạo ra một hệ thống đa phương diện thông qua việc kết nối. Nhờ đó chúng ta sẽ tìm ra những giải pháp tốt.

Khoa học máy tính con người được hoạt động dựa trên việc các hệ thống máy tính và con người đưa ra những nhiệm vụ vô cùng “nhỏ nhặt” cho các cá nhân và sau đó ghép nối các kết quả.

Chẳng hạn, EyeWire - một trò chơi dùng để phác họa bộ não do phòng thí nghiệm Sebastian Seun tại Đại học Massachussetts, Mỹ - sử dụng tới 165.000 tình nguyện viên tham gia phân tích hàng nghìn bức ảnh trên mạng rồi xâu chuỗi các kết quả để tạo nên bản đồ hoàn chỉnh về hệ thống neuron trong võng mạc con người.

Việc đưa ra hàng loạt nhiệm vụ “nhỏ nhất” rồi tập hợp kết quả, phân tích để đưa ra đáp án cuối cùng thực chất là giải pháp mới để có thể tiếp cận những vấn đề “gai góc” trong cuộc sống.

Trong tương lai, có thể vô số hệ thống tương tác sẽ cùng tham gia vào việc tiếp cận và giải quyết vấn đề.

Tầm quan trọng của công nghệ máy tính con người là khả năng giúp đỡ đặc biệt là những đối tượng mới, có thể tiếp cận được với những hướng nghiên cứu khác nhau trong thời gian thực, nơi quá trình xử lý vấn đề được diễn ra độc lập và được gửi tới đối tượng tiếp theo trong chu trình để tiếp tục phân tích và phát triển.

Bằng cách thức như vậy, môi trường hợp tác trở nên linh hoạt hơn rất nhiều, từ đó nhiều giải pháp xử lý tình huống tốt hơn được đưa ra.

Cùng sự phát triển của khoa học, công nghệ, dữ liệu về những bí ẩn sinh học được thu thập nhiều hơn. Nếu không xử lý, những dữ liệu này cũng chỉ là những con số, thống kê vô cảm, không mang lại nhiều lợi ích.

Nếu các nhà khoa học muốn tìm ra gene người có thể bị virus cúm xâm nhập thì sẽ rất phức tạp bởi trong cơ thể có 25.000 gene và những gene dễ bị virus cúm xâm nhập có thể lên tới hàng nghìn.

Máy tính hiện là công cụ duy nhất có khả năng giúp con người xử lý nguồn dữ liệu khổng lồ này.

Máy tính có thể được “dạy” để nhận biết những điểm đặc biệt trong bể dữ liệu thí nghiệm khổng lồ. Một thuật toán được sử dụng để giúp máy tính nhận biết và đưa ra những dự đoán dựa trên dữ liệu mà có khi nó thậm chí chưa bao giờ gặp phải. Máy tính tự học góp phần “cách mạng hoá” các nghiên cứu sinh học do nó có thể xử lý được nguồn dữ liệu lớn, giúp giải mã những bí ẩn ở sâu trong những số liệu khô khan.

Máy tính còn giúp đưa ra những giả thuyết khoa học và giải thích cho các chu trình sinh học mới. Nhờ nó, những nghiên cứu sinh học “đỉnh cao” nhất mới được thực hiện.

Hiện Sri Krishna - tiến sỹ ngành thiết kế sinh học, thuộc Đại học bang Arizona (Mỹ) và Diego Chowell - ngành toán ứng dụng, Đại học bang Arizona (Mỹ) đang sử dụng một dạng máy tính tự học có tên “Hệ thống thần kinh nhân tạo” trong phòng thí nghiệm để nghiên cứu về cách thức chữa ung thư mới. Họ muốn tìm hiểu cách thức hệ miễn dịch sử dụng các protein - mã để xác định đâu là những thành phần lạ mới xâm nhập vào cơ thể và cần bị diệt trừ. Nếu ta tìm được cách thức hệ miễn dịch phân biệt những tế bào bình thường và bất thường, ta có thể tạo ra những loại vắcxin và phương thức chữa ung thư hiệu quả hơn.

Họ “huấn luyện” hệ thống này thu thập những đặc tính sinh hoá quan trọng của 2 loại protein - mã bình thường và bất thường. Máy tính sẽ đưa ra dự đoán về những protein - mã có khả năng sẽ chuyển hoá thành bất thường và hệ miễn dịch có thể phát hiện. Họ đem hệ thống thử nghiệm với các loại protein - virus này dù trước đó mình chưa hề nghiên cứu qua.

Nhưng vẫn có những hạn chế. Vấn đề lớn nhất với khoa học dữ liệu lớn chính là dữ liệu. Nếu dữ liệu không chính xác, khả năng máy tính đưa ra dự đoán sai là dễ hiểu.

Một số nhà khoa học còn lo ngại rằng với một số lượng lớn dữ liệu thu thập được, nhiều nhà khoa học sẽ trở nên bối rối do không hiểu được cách thức cũng những kỹ năng vận hành máy.