Google DeepMind vừa công bố Computational Discovery, một hệ thống AI dạng tác nhân (agentic prototype) được thiết kế để giải quyết các bài toán phức tạp trong nghiên cứu khoa học bằng cách tự động hóa quy trình lập trình và thử nghiệm.
Diễn biến
Nguyên mẫu này được xây dựng dựa trên AlphaEvolve và Empirical Research Assistance. Hệ thống có khả năng tự động tạo ra, chạy thử và chấm điểm hàng nghìn biến thể mã nguồn (code variations) cùng một lúc. Cách tiếp cận này cho phép các nhà khoa học thử nghiệm hàng loạt phương pháp mô hình hóa mới trong thời gian cực ngắn so với quy trình thủ công.
Vì sao đáng chú ý
Ứng dụng của Computational Discovery không chỉ dừng lại ở tin học. DeepMind đã chứng minh tiềm năng của nó trong các lĩnh vực như dịch tễ học (epidemiology), nơi việc mô hình hóa chính xác sự lây lan của bệnh tật đòi hỏi sự lặp lại liên tục các giả thuyết. Đây là bước tiến lớn trong việc dùng AI để "làm khoa học" thay vì chỉ xử lý dữ liệu đơn thuần. Đối với các viện nghiên cứu tại Việt Nam, việc tận dụng các framework agentic kiểu này có thể giúp rút ngắn đáng kể thời gian R&D các bài toán đặc thù địa phương.
Công nghệ cốt lõi
Việc tích hợp khả năng tiến hóa mã nguồn (AlphaEvolve) giúp AI không chỉ học từ dữ liệu tĩnh mà còn biết tự cải thiện thuật toán thông qua thực nghiệm. Đây là một phần trong nỗ lực của Google nhằm biến AI thành một cộng sự đắc lực trong phòng thí nghiệm.