(HOW AI WILL TRANSFORM THE PHYSICAL WORLD)

Ray Kurzweil 

The Economist

19/Jun/2024.

Photo: minh họa.

Vào thời gian trẻ em sinh ra ngày nay đang học mẫu giáo, trí tuệ nhân tạo (AI) có lẽ sẽ vượt qua con người ở tất cả các nhiệm vụ nhận thức, từ khoa học đến sáng tạo. Khi tôi lần đầu tiên dự đoán vào năm 1999 rằng chúng ta sẽ có trí tuệ tổng hợp nhân tạo (artificial general intelligence, AGI) như vậy vào năm 2029, hầu hết các chuyên gia nghĩ rằng tôi đã chuyển sang viết tiểu thuyết. Nhưng kể từ những đột phá ngoạn mục trong vài năm qua, nhiều chuyên gia nghĩ rằng chúng ta sẽ có AGI thậm chí sớm hơn - vì vậy về mặt kỹ thuật, tôi đã chuyển từ một người lạc quan sang một người bi quan, mà không thay đổi dự đoán của tôi chút nào.

Sau khi làm việc trong lĩnh vực này trong 61 năm - lâu hơn bất kỳ ai khác còn sống - tôi hài lòng khi thấy AI là trung tâm của cuộc trò chuyện toàn cầu. Tuy nhiên, hầu hết các bình luận đều bỏ lỡ cách các mô hình ngôn ngữ lớn như ChatGPT và Gemini phù hợp với một câu chuyện thậm chí còn lớn hơn. AI sắp thực hiện bước nhảy vọt từ cách mạng hóa thế giới kỹ thuật số sang chuyển đổi thế giới vật lý. Điều này sẽ mang lại vô số lợi ích, nhưng ba lĩnh vực có ý nghĩa đặc biệt sâu sắc: năng lượng, sản xuất và y học.

Nguồn năng lượng là một trong những nguồn tài nguyên căn bản nhất của nền văn minh. Trong hai thế kỷ, thế giới đã cần nhiên liệu hóa thạch bẩn, không thể tái tạo. Tuy nhiên, chỉ thu hoạch 0,01% ánh sáng mặt trời mà Trái đất nhận được sẽ bao gồm tất cả mức tiêu thụ năng lượng của con người. Kể từ năm 1975, pin mặt trời đã trở nên rẻ hơn 99,7% trên mỗi watt công suất, cho phép công suất trên toàn thế giới tăng khoảng 2 triệu lần. Vậy tại sao năng lượng mặt trời vẫn chưa chiếm ưu thế?

Vấn đề là hai lần. Đầu tiên, vật liệu quang điện vẫn còn quá đắt và không hiệu quả để thay thế hoàn toàn than và khí đốt. Thứ hai, vì việc tạo ra năng lượng mặt trời thay đổi trên cả quy mô ban ngày (ngày/ đêm) và hàng năm (mùa hè/ mùa đông), một lượng lớn năng lượng cần được lưu trữ cho đến khi cần thiết và công nghệ pin ngày nay không đủ hiệu quả về chi phí. Các định luật vật lý cho thấy rằng những cải tiến lớn là có thể, nhưng phạm vi khả năng hóa học để khám phá là rất lớn đến nỗi các nhà khoa học đã đạt được tiến bộ chậm chạp.

Ngược lại, AI có thể nhanh chóng sàng lọc hàng tỷ hóa chất trong mô phỏng và đã thúc đẩy sự đổi mới trong cả quang điện và pin. Điều này đã sẵn sàng để tăng tốc đáng kể. Trong toàn bộ lịch sử cho đến tháng 11/2023, con người đã phát hiện ra khoảng 20.000 hợp chất vô cơ ổn định để sử dụng trên tất cả các công nghệ. Sau đó, AI GNoME của Google đã phát hiện ra nhiều hơn nữa, tăng con số đó chỉ sau một đêm lên 421.000. Tuy nhiên, điều này hầu như không làm trầy xước (scratches) bề mặt của các ứng dụng khoa học vật liệu. Một khi AGI thông minh hơn rất nhiều tìm thấy các vật liệu hoàn toàn tối ưu, các siêu dự án quang điện sẽ trở nên khả thi và năng lượng mặt trời có thể dồi dào đến mức gần như miễn phí.

Sự phong phú về năng lượng cho phép một cuộc cách mạng khác: trong sản xuất. Chi phí của hầu hết tất cả các hàng hóa - từ thực phẩm và quần áo đến điện tử và xe hơi - phần lớn đến từ một vài yếu tố phổ biến như năng lượng, lao động (bao gồm lao động nhận thức như R&D và thiết kế) và nguyên liệu thô. AI đang trên đường giảm đáng kể tất cả các chi phí này.

Sau năng lượng mặt trời giá rẻ, dồi dào, thành phần tiếp theo là lao động của con người, thường gây khó khăn và nguy hiểm. AI đang có những bước tiến lớn trong lĩnh vực robot có thể giảm đáng kể chi phí lao động. Robot cũng sẽ giảm chi phí khai thác nguyên liệu thô và AI đang tìm cách thay thế các nguyên tố đất hiếm đắt tiền bằng các nguyên tố phổ biến như zirconium, silicon và graphene dựa trên carbon. Cùng với nhau, điều này có nghĩa là hầu hết các loại hàng hóa sẽ trở nên rẻ và phong phú đáng kinh ngạc.

Những khả năng sản xuất tiên tiến này sẽ cho phép hiệu suất giá của máy tính duy trì quỹ đạo theo cấp số nhân của thế kỷ trước - một sự cải thiện gấp 75 triệu tỷ lần (75-quadrillion-fold) kể từ năm 1939. Điều này là do một vòng lặp phản hồi: các chip AI tiên tiến ngày nay được sử dụng để tối ưu hóa (optimise) thiết kế cho các chip thế hệ tiếp theo. Xét về tính toán mỗi giây trên mỗi đô la không đổi, hardware tốt nhất hiện có vào tháng 11 năm ngoái có thể đạt 48 tỷ. GPU B200 mới của Nvidia vượt quá 500 tỷ.

Khi chúng ta xây dựng sức mạnh tính toán khổng lồ cần thiết để mô phỏng sinh học, chúng ta sẽ mở khóa cuộc cách mạng vật lý thứ ba từ AI: y học. Mặc dù 200 năm tiến bộ đáng kể, sự hiểu biết của chúng ta về cơ thể con người vẫn được xây dựng trên những xấp xỉ lộn xộn thường phù hợp với hầu hết bệnh nhân, nhưng có lẽ không hoàn toàn phù hợp với bạn. Hàng chục ngàn người Mỹ mỗi năm chết vì phản ứng với thuốc mà các nghiên cứu cho biết sẽ giúp họ.

Tuy nhiên, AI đang bắt đầu biến y học thành một ngành khoa học chính xác. Thay vì thử và sai trong phòng thí nghiệm thực nghiệm, mô phỏng sinh học phân tử - mô hình máy tính chính xác hỗ trợ nghiên cứu cơ thể người và cách thức hoạt động của thuốc - có thể nhanh chóng đánh giá hàng tỷ lựa chọn để tìm ra các loại thuốc hứa hẹn nhất. Mùa hè năm ngoái, loại thuốc đầu tiên được thiết kế từ đầu đến cuối bởi AI đã bước vào thí nghiệm giai đoạn 2 để điều trị xơ (fibrosis) phổi (pulmonary) vô căn (idiopathic), một bệnh phổi. Hàng chục loại thuốc khác do AI thiết kế hiện đang được thí nghiệm.

Cả hai đường ống khám phá và thí nghiệm thuốc sẽ được tăng cường khi các mô phỏng kết hợp dữ liệu vô cùng phong phú mà AI có thể thực hiện được. Trong toàn bộ lịch sử cho đến năm 2022, khoa học đã xác định được hình dạng của khoảng 190.000 protein. Năm đó, AlphaFold 2 của DeepMind đã phát hiện ra hơn 200 triệu, được phát hành miễn phí cho các nhà nghiên cứu để giúp phát triển các phương pháp điều trị mới.

Cần nhiều nghiên cứu trong phòng thí nghiệm hơn để đưa ra các mô phỏng lớn hơn một cách chính xác, nhưng lộ trình rất rõ ràng. Tiếp theo, AI sẽ mô phỏng các phức hợp protein, sau đó là các bào quan, tế bào, mô, cơ quan và cuối cùng là toàn bộ cơ thể.

Điều này cuối cùng sẽ thay thế các thí nghiệm lâm sàng (clinical) ngày nay, vốn tốn kém, rủi ro, chậm chạp và thiếu năng lực thống kê. Ngay cả trong thí nghiệm giai đoạn 3, có lẽ không có một đối tượng duy nhất phù hợp với bạn về mọi yếu tố liên quan đến di truyền, lối sống, bệnh đi kèm, tương tác thuốc và biến thể bệnh.

Các thí nghiệm kỹ thuật số sẽ cho phép chúng ta điều chỉnh thuốc cho từng bệnh nhân. Tiềm năng thật ngoạn mục: chữa khỏi không chỉ các bệnh như ung thư và Alzheimer, mà cả những tác hại của lão hóa.

Ngày nay, tiến bộ khoa học mang lại cho người Mỹ hoặc người Anh trung bình thêm sáu đến bảy tuần tuổi thọ mỗi năm. Khi AGI cho chúng ta hoàn toàn làm chủ sinh học tế bào, những lợi ích này sẽ tăng tốc mạnh. Khi tuổi thọ tăng hàng năm đạt 12 tháng, chúng ta sẽ đạt được "tốc độ thoát khỏi tuổi thọ" (longevity escape velocity). Đối với những người siêng năng về thói quen lành mạnh và sử dụng các liệu pháp mới, tôi tin rằng điều này sẽ xảy ra từ năm 2029 đến năm 2035 - tại thời giqn đó lão hóa sẽ không làm tăng nguy cơ tử vong hàng năm của họ. Và nhờ cải thiện hiệu suất giá theo cấp số nhân trong máy tính, các liệu pháp do AI điều khiển đắt tiền lúc đầu sẽ nhanh chóng trở nên phổ biến rộng rãi.

Đây là lời hứa biến đổi nhất của AI: cuộc sống lâu hơn, khỏe mạnh hơn không bị giới hạn bởi sự khan hiếm và yếu đuối đã hạn chế nhân loại kể từ khi bắt đầu.

Viết bởi Ray Kurzweil.

Ray Kurzweil là một nhà khoa học máy tính, nhà phát minh và là tác giả của những cuốn sách bao gồm The Age of Intelligent Machines (1990), The Age of Spiritual Machines (1999) và The Singularity is Near (2005). Cuốn sách mới của ông, The Singularity is Nearer: When We Merge with AI, sẽ được xuất bản vào ngày 25 tháng 6.

.

HOW AI WILL TRANSFORM THE PHYSICAL WORLD

By Ray Kurzweil 

The Economist

19/Jun/2024.

Photo: Illustration.

By the time children born today are in kindergarten, artificial intelligence (AI) will probably have surpassed humans at all cognitive tasks, from science to creativity. When I first predicted in 1999 that we would have such artificial general intelligence (AGI) by 2029, most experts thought I’d switched to writing fiction. But since the spectacular breakthroughs of the past few years, many experts think we will have AGI even sooner—so I’ve technically gone from being an optimist to a pessimist, without changing my prediction at all.

After working in the field for 61 years—longer than anyone else alive—I am gratified to see AI at the heart of global conversation. Yet most commentary misses how large language models like ChatGPT and Gemini fit into an even larger story. AI is about to make the leap from revolutionising just the digital world to transforming the physical world as well. This will bring countless benefits, but three areas have especially profound implications: energy, manufacturing and medicine.

Sources of energy are among civilisation’s most fundamental resources. For two centuries the world has needed dirty, non-renewable fossil fuels. Yet harvesting just 0.01% of the sunlight the Earth receives would cover all human energy consumption. Since 1975, solar cells have become 99.7% cheaper per watt of capacity, allowing worldwide capacity to increase by around 2m times. So why doesn’t solar energy dominate yet?

The problem is two-fold. First, photovoltaic materials remain too expensive and inefficient to replace coal and gas completely. Second, because solar generation varies on both diurnal (day/night) and annual (summer/winter) scales, huge amounts of energy need to be stored until needed—and today’s battery technology isn’t quite cost-effective enough. The laws of physics suggest that massive improvements are possible, but the range of chemical possibilities to explore is so enormous that scientists have made achingly slow progress.

By contrast, AI can rapidly sift through billions of chemistries in simulation, and is already driving innovations in both photovoltaics and batteries. This is poised to accelerate dramatically. In all of history until November 2023, humans had discovered about 20,000 stable inorganic compounds for use across all technologies. Then, Google’s GNoME AI discovered far more, increasing that figure overnight to 421,000. Yet this barely scratches the surface of materials-science applications. Once vastly smarter AGI finds fully optimal materials, photovoltaic megaprojects will become viable and solar energy can be so abundant as to be almost free.

Energy abundance enables another revolution: in manufacturing. The costs of almost all goods—from food and clothing to electronics and cars—come largely from a few common factors such as energy, labour (including cognitive labour like R&D and design) and raw materials. AI is on course to vastly lower all these costs.

After cheap, abundant solar energy, the next component is human labour, which is often backbreaking and dangerous. AI is making big strides in robotics that can greatly reduce labour costs. Robotics will also reduce raw-material extraction costs, and AI is finding ways to replace expensive rare-earth elements with common ones like zirconium, silicon and carbon-based graphene. Together, this means that most kinds of goods will become amazingly cheap and abundant.

These advanced manufacturing capabilities will allow the price-performance of computing to maintain the exponential trajectory of the past century—a 75-quadrillion-fold improvement since 1939. This is due to a feedback loop: today’s cutting-edge AI chips are used to optimise designs for next-generation chips. In terms of calculations per second per constant dollar, the best hardware available last November could do 48bn. Nvidia’s new B200 GPUs exceed 500bn.

As we build the titanic computing power needed to simulate biology, we’ll unlock the third physical revolution from AI: medicine. Despite 200 years of dramatic progress, our understanding of the human body is still built on messy approximations that are usually mostly right for most patients, but probably aren’t totally right for you. Tens of thousands of Americans a year die from reactions to drugs that studies said should help them.

Yet AI is starting to turn medicine into an exact science. Instead of painstaking trial-and-error in an experimental lab, molecular biosimulation—precise computer modelling that aids the study of the human body and how drugs work—can quickly assess billions of options to find the most promising medicines. Last summer the first drug designed end-to-end by AI entered phase-2 trials for treating idiopathic pulmonary fibrosis, a lung disease. Dozens of other AI-designed drugs are now entering trials.

Both the drug-discovery and trial pipelines will be supercharged as simulations incorporate the immensely richer data that AI makes possible. In all of history until 2022, science had determined the shapes of around 190,000 proteins. That year DeepMind’s AlphaFold 2 discovered over 200m, which have been released free of charge to researchers to help develop new treatments.

Much more laboratory research is needed to populate larger simulations accurately, but the roadmap is clear. Next, AI will simulate protein complexes, then organelles, cells, tissues, organs and—eventually—the whole body.

This will ultimately replace today’s clinical trials, which are expensive, risky, slow and statistically underpowered. Even in a phase-3 trial, there’s probably not one single subject who matches you on every relevant factor of genetics, lifestyle, comorbidities, drug interactions and disease variation.

Digital trials will let us tailor medicines to each individual patient. The potential is breathtaking: to cure not just diseases like cancer and Alzheimer’s, but the harmful effects of ageing itself.

Today, scientific progress gives the average American or Briton an extra six to seven weeks of life expectancy each year. When AGI gives us full mastery over cellular biology, these gains will sharply accelerate. Once annual increases in life expectancy reach 12 months, we’ll achieve “longevity escape velocity”. For people diligent about healthy habits and using new therapies, I believe this will happen between 2029 and 2035—at which point ageing will not increase their annual chance of dying. And thanks to exponential price-performance improvement in computing, AI-driven therapies that are expensive at first will quickly become widely available.

This is AI’s most transformative promise: longer, healthier lives unbounded by the scarcity and frailty that have limited humanity since its beginnings.

By Ray Kurzweil. 

Ray Kurzweil is a computer scientist, inventor and the author of books including The Age of Intelligent Machines (1990), The Age of Spiritual Machines (1999) and The Singularity is Near (2005). His new book, The Singularity is Nearer: When We Merge with AI, will be published on June 25th.

*  *  *

Xem bài liên hệ với đề tài nầy: click vào đây

Xem bài trang Kiến thức, tài liệu: click vào đây

Xem các bài trên trang Anh ngữ: click vào đây

Trở về trang chính: http://www.nuiansongtra.net