Khi khoa học học cách đọc tâm trí công cụ của chính mình
Hãy tưởng tượng bạn đang dùng một chiếc máy X-quang tối tân nhất thế giới — nó cho ra kết quả chính xác đến kinh ngạc, nhưng không ai biết nó hoạt động như thế nào bên trong. Đó chính xác là tình trạng mà các nhà sinh học tính toán toàn cầu đang đối mặt với ESMFold, hệ thống AI của Meta dùng để dự đoán cấu trúc 3D của protein từ chuỗi axit amin.
Vấn đề protein folding — tức là tìm ra một chuỗi axit amin sẽ gấp thành hình dạng không gian nào trong tế bào — từng tốn hàng thập kỷ nghiên cứu thực nghiệm của hàng nghìn nhà khoa học. ESMFold giải quyết nó trong vài giây. Nhưng nó giải quyết như thế nào? Cho đến nay, câu trả lời vẫn là: không ai biết chắc.
Một nghiên cứu mới đăng trên arXiv (theo thông tin hiện có, mã số 2610.36226 — cần xác minh độc lập trước khi công bố chính thức) đang thay đổi điều đó.
Sparse autoencoder: Công cụ 'đọc não' AI
Các nhà nghiên cứu đã áp dụng một kỹ thuật gọi là sparse autoencoder (SAE) — cùng loại công cụ đang được dùng để giải mã bên trong ChatGPT và Claude — nhưng lần này hướng vào ESMFold. Mục tiêu là giải mã 'folding trunk', tức mô-đun tính toán cốt lõi nơi chuỗi axit amin được chuyển hóa thành tọa độ không gian 3D.
Kết quả tiết lộ một sự phân công lao động rõ ràng bên trong AI: lớp 'single representation' mang thông tin ngữ nghĩa về chuỗi axit amin, trong khi lớp 'pair representation' chủ động tính toán mối quan hệ hình học giữa các axit amin với nhau — một cấu trúc phân lớp mà trước đây chỉ là phỏng đoán.
Đặc biệt hơn, nhóm nghiên cứu phát hiện rằng các 'khái niệm' trích xuất từ các từ điển thưa có thể dự đoán điểm chất lượng gấp protein (pLDDT) của chính mô hình — nghĩa là khả năng diễn giải và tín hiệu chất lượng chức năng đang hợp nhất thành một.
Tại sao điều này quan trọng với Việt Nam?
Việt Nam không đứng ngoài cuộc chơi sinh học AI. Các đơn vị như VinBigData, Đại học Y Hà Nội, và ĐHQG TP.HCM đang ngày càng tích hợp các công cụ AI vào nghiên cứu dược lý và thiết kế phân tử. Những căn bệnh đặc thù của khu vực — sốt xuất huyết, lao phổi, ung thư gan — đều là mục tiêu mà protein folding AI có thể hỗ trợ thiết kế thuốc.
Tuy nhiên, cho đến nay, các nhà nghiên cứu Việt Nam phải tin mù vào kết quả AI mà không có cơ chế kiểm tra nội tại. Công trình này, nếu được xác nhận, cung cấp một 'bản đồ tư duy' đầu tiên: AI đang làm đúng sinh học ở đâu, và đi lạc ở đâu.
Những giới hạn cần nhìn thẳng
Trước khi hoan hô, cần nhìn thẳng vào giới hạn. Thứ nhất, đây là preprint chưa qua phản biện đồng nghiệp — tất cả các kết quả cần được kiểm chứng độc lập. Thứ hai, mã số arXiv 2610.36226 có dấu hiệu bất thường về định dạng, cần xác minh thêm.
Quan trọng hơn, có nguy cơ 'interpretability theater' — tức là các 'khái niệm' trích xuất ra trông có vẻ có ý nghĩa sinh học nhưng thực ra không phản ánh cơ chế nhân quả thực sự bên trong mô hình. Cộng đồng AI đang tranh luận sôi nổi về điều này. Ngoài ra, phương pháp hiện chỉ áp dụng cho ESMFold — chưa rõ liệu kết quả có thể mở rộng sang AlphaFold2, AlphaFold3, hay RoseTTAFold hay không.
Về mặt thực tiễn, triển khai SAE vào quy trình sản xuất dược phẩm đòi hỏi năng lực tính toán lớn và chuyên gia xác thực ở từng bước — không phải giải pháp tức thì cho ngành công nghiệp.
Từ 'máy dự đoán' đến 'công cụ khoa học'
Dù còn nhiều câu hỏi mở, hướng đi này đánh dấu một chuyển dịch triết học quan trọng: AI sinh học đang dần tiến từ 'hộp đen' sang 'kính hiển vi có thể giải thích được'. Khoa học không chỉ cần những công cụ chính xác — nó cần những công cụ mà con người có thể hiểu, kiểm tra, và tin tưởng có cơ sở.
Với Việt Nam đang xây dựng hệ sinh thái nghiên cứu AI-sinh y, đây là lúc thích hợp để đặt câu hỏi: không chỉ 'AI này cho kết quả gì?' mà còn 'AI này nghĩ gì khi đưa ra kết quả đó?'
— Bài viết này được tổng hợp và biên soạn bởi AI LUMINA từ các nguồn đã xác thực. Dữ liệu và thông tin dẫn nguồn từ: arXiv: Quantitative Biology (q-bio).
