AI tại NASA: từ dữ liệu thô đến mô hình khám phá khoa học mới
NASA ứng dụng trí tuệ nhân tạo (AI) để xử lý dữ liệu khoa học khổng lồ tích lũy suốt nhiều thập kỷ từ vệ tinh, tàu vũ trụ, quan sát Trái Đất và mô phỏng, biến kho thông tin rời rạc thành các mẫu, mối liên hệ và giả thuyết nghiên cứu mới mà phương pháp truyền thống khó phát hiện trong khung thời gian chấp nhận được. Điểm cốt lõi của bước ngoặt này là NASA xem AI như công cụ để tăng tốc thám hiểm và khám phá, không phải mục tiêu tự thân. Suốt nhiều năm, cơ quan này đã tích lũy lượng dữ liệu đồ sộ; thách thức hiện nay không còn là “thu thập thêm” mà là tìm tri thức ẩn sâu bên trong những tập dữ liệu nằm rải rác ở nhiều hệ thống khác nhau. Việc chuyển trọng tâm từ thu thập sang khai phá tri thức là quyết định mang tính chiến lược, định hình cách làm khoa học trong kỷ nguyên AI xử lý dữ liệu khoa học.
Artemis II và điều khiển nhiệm vụ: AI bước vào vùng lõi vận hành
Khi NASA chuẩn bị cho các sứ mệnh phức tạp hơn như Artemis II, AI không đứng ngoài phòng thí nghiệm mà đi thẳng vào vùng lõi của lập kế hoạch và ra quyết định. Công cụ AI đang hỗ trợ các nhóm chuyên gia tổng hợp dữ liệu từ nhiều nguồn, đưa ra khuyến nghị an toàn và xây dựng phương án ứng phó rủi ro, thay vì để các kỹ sư vật lộn hàng tuần với việc đọc, đối chiếu tài liệu. Theo mô tả, một phần khối lượng phân tích vốn mất nhiều tuần bằng phương pháp truyền thống nay có thể thực hiện trong vài giây nhờ AI, cho thấy sự dịch chuyển rõ ràng từ “phân tích thủ công” sang “khám phá khoa học tự động” được máy hỗ trợ. Tại Trung tâm Vũ trụ Johnson, nguyên mẫu tác nhân AI SPARTAN được phát triển để giúp nhân viên điều khiển bay sàng lọc nhanh dữ liệu về điện và kiểm soát nhiệt của ISS, nhưng quyền quyết định thời gian thực vẫn nằm trong tay con người. Đó là mô hình cân bằng hợp lý giữa tự động hóa và trách nhiệm chuyên môn.
Earth Copilot, Hydrology Copilot và tác động tới người dùng ngoài NASA
Khác với hình dung về dữ liệu NASA là thứ chỉ dành cho chuyên gia, các nền tảng Earth Copilot và Hydrology Copilot đang phá vỡ rào cản này bằng AI. Hợp tác giữa NASA và một đối tác công nghệ cho phép người dùng tương tác với dữ liệu khoa học Trái Đất thông qua câu hỏi ngôn ngữ tự nhiên, biến các bảng số liệu phức tạp thành câu trả lời dễ hiểu. Đặc biệt, Hydrology Copilot xử lý thông tin về lượng mưa, độ ẩm đất và hỗ trợ người dùng đánh giá hạn hán, nguy cơ lũ lụt, tình trạng tài nguyên nước mà không bắt buộc phải có kỹ năng đọc dữ liệu viễn thám hay mô hình khí tượng. Đây là tác động thực tế lên “người dùng bình thường”: nông nghiệp, quy hoạch đô thị, quản lý thiên tai có thể hưởng lợi từ việc tiếp cận dữ liệu NASA theo cách trực quan. AI xử lý dữ liệu khoa học ở đây không chỉ phục vụ giới nghiên cứu mà còn mở rộng không gian ra quyết định cho các nhà quản lý và cộng đồng.
Khi AI tự khám phá: bài học từ Claude và enzyme ART
Mô hình NASA dùng AI như công cụ khám phá đang cộng hưởng với một xu hướng khác: AI trực tiếp tham gia vào khám phá khoa học cơ bản ở các lĩnh vực ngoài không gian. Ngày 23/9, startup Anthropic ở Mỹ công bố phát hiện đầu tiên từ phòng thí nghiệm sinh học phân tử của họ: một hệ enzyme hoàn toàn mới do mô hình AI Claude phát hiện, được xem là bằng chứng AI có thể tăng tốc nghiên cứu cơ bản. Khoảng 950 tác nhân phần mềm dùng Claude đã quét cơ sở dữ liệu chứa trình tự DNA trong 21 giờ, tìm hơn 200.000 gen liên quan đến một enzyme và chọn ra 20 gen đáng nghiên cứu sâu – khối lượng công việc có thể khiến chuyên gia mất hàng tuần hoặc hàng tháng. Một trong những tác nhân này tìm thấy chuỗi DNA lặp ngắn bên cạnh hai gen trong virus tấn công vi khuẩn, cấu trúc giống CRISPR, gợi ý khả năng đây là cơ chế chỉnh sửa gen mới với tiềm năng ứng dụng trong liệu pháp gen. Dù hệ mới – gọi là ART – còn ở giai đoạn tiền kiểm chứng, nó cho thấy khám phá khoa học tự động bằng AI không phải viễn cảnh xa vời.
Cơ hội cho Việt Nam: xây hệ sinh thái AI nghiên cứu thay vì chạy theo ứng dụng lẻ
Việc NASA công nghệ AI để khai thác dữ liệu thập kỷ, cùng câu chuyện Claude khám phá enzyme ART, gợi ra mô hình mới cho nghiên cứu khoa học cơ bản: dữ liệu lớn, AI mạnh và con người tập trung vào đặt câu hỏi và kiểm chứng. Đối với Việt Nam, đây không chỉ là tin tức tham khảo mà là hướng đi có thể gắn trực tiếp với mục tiêu phát triển khoa học, công nghệ và đổi mới sáng tạo đã được xác định trong một nghị quyết của Bộ Chính trị. Kết hợp khả năng AI với cơ sở dữ liệu khoa học trong nước, phòng thí nghiệm và đội ngũ nghiên cứu có thể mở ra cách tiếp cận mới cho những bài toán đòi hỏi xử lý lượng dữ liệu lớn và thời gian nghiên cứu dài, đồng thời tạo nền tảng liên kết trường đại học, viện nghiên cứu và doanh nghiệp công nghệ để kết quả không “chết” trong phòng thí nghiệm. Tuy nhiên, lợi thế này chỉ hình thành nếu Việt Nam đầu tư song song vào mô hình AI, dữ liệu, hạ tầng tính toán và đặc biệt là nhân lực khoa học – công nghệ, cùng năng lực nghiên cứu cơ bản, để AI trở thành công cụ tạo tri thức mới chứ không dừng ở vài ứng dụng trình diễn. Khi đó, cách NASA dùng AI xử lý dữ liệu khoa học sẽ là hình mẫu thực tiễn, chứ không còn là câu chuyện xa vời.
