DARPA đầu tư mạnh vào "khoa học giao tiếp AI" để thúc đẩy khám phá khoa học

DARPA đầu tư mạnh vào "khoa học giao tiếp AI" để thúc đẩy khám phá khoa học

Cơ quan Các dự án Nghiên cứu Tiên tiến Phòng thủ (DARPA) của Mỹ đang tìm cách nâng tầm khả năng khám phá khoa học của AI bằng cách cải thiện cách chúng "trò chuyện" với nhau. Vào thứ Ba vừa qua, cơ quan này đã chính thức công bố chương trình Toán học về Tăng cường Giao tiếp Tác nhân (MATHBAC), kêu gọi các nhà nghiên cứu phát triển một "khoa học giao tiếp AI" hoàn chỉnh.

Chương trình này không chỉ đơn thuần là cải thiện chatbot; mà là việc xây dựng nền tảng toán học và lý thuyết hệ thống cần thiết để các tác nhân tự chủ và tập thể tác nhân có thể hợp tác, từ đó tăng tốc độ和理解 (hiểu biết) các khám phá khoa học. DARPA cam kết cấp vốn lên tới 2 triệu USD cho giai đoạn I của dự án kéo dài 34 tháng này.

Tại sao cần một nền tảng toán học mới?

Lý do DARPA đưa ra chương trình này rất rõ ràng: mặc dù phát triển AI đã đạt được nhiều thành tựu ấn tượng, nhưng phần lớn quá trình này vẫn dựa trên các phương pháp heuristic (dựa trên kinh nghiệm) và quy trình thử và sai (trial-and-error). Chúng ta thường tập trung vào kết quả đầu ra mà chưa thực sự hiểu sâu sắc về lý do tại sao kết quả đó lại xảy ra.

Vấn đề tương tự cũng áp dụng cho giao tiếp giữa các tác nhân AI. Nếu thiếu một "nền tảng toán học nghiêm ngặt" để hiểu cách các tác nhân giao tiếp và phối hợp hành động, những tương tác này sẽ vẫn kém hiệu quả, thiếu nhất quán và khó áp dụng tổng quát sang các lĩnh vực khác.

"Mặc dù AI xuất sắc trong việc điều hướng không gian giải pháp, nhưng nó gặp khó khăn trong việc khám phá có hệ thống các không gian giả thuyết - yếu tố thiết yếu để tạo ra những hiểu biết khoa học mang tính chuyển đổi và tổng quát hóa," DARPA giải thích trong thông báo chương trình.

Mục tiêu của chương trình MATHBAC

Giai đoạn đầu tiên của MATHBAC sẽ tập trung phát triển toán học để hiểu và thiết kế các giao thức giao tiếp giữa các tác nhân, đồng thời cải thiện nội dung của những cuộc giao tiếp đó. Điều này có nghĩa là dự án không chỉ quan tâm đến cách các tác nhân AI giao tiếp, mà còn là nội dung chúng đang trao đổi là gì.

Khu vực kỹ thuật thứ hai của dự án sẽ xem xét nội dung của các tương tác giữa các tác nhân, tập trung vào việc khám phá các "nguyên lý" (định luật, mối tương quan) từ dữ liệu. Mục tiêu là trích xuất những "mẩu thông tin" nhỏ gọn, có khả năng tổng quát hóa cao để trở thành một phần của mô-đun kiến thức chung (bộ nhớ) của các tác nhân đang hợp tác.

Về cơ bản, DARPA muốn xem liệu một nhóm tác nhân AI được đào tạo trong các lĩnh vực khoa học cụ thể có thể suy ra các nguyên lý khoa học tổng quát từ một tập dữ liệu gợi ý một quy tắc chung hay không.

Một ví dụ tham vọng mà DARPA đưa ra là bắt đầu từ "việc tái khám phá bảng tuần hoàn các nguyên tố ở cấp độ Mendeleev dựa trên dữ liệu" và tiến tới một "bản tương tự đa chiều" của bảng tuần hoàn cho các phân tử.

Thách thức và kỳ vọng

DARPA thừa nhận đây sẽ không phải là một dự án dễ dàng. Cơ quan này tuyên bố sẽ không chấp nhận các đề xuất nghiên cứu chủ yếu mang lại những cải tiến gia tăng đối với thực trạng hiện tại. Họ đang tìm kiếm những bước nhảy vọt thực sự mang tính cách mạng trong khoa học AI.

Giai đoạn thứ hai của dự án thậm chí còn đặt ra mục tiêu cao hơn: tập trung vào việc tạo ra các công cụ AI "cho phép sự tiến hóa/sáng tạo có hệ thống của khoa học mới".

Để đạt được mục tiêu này, DARPA cho biết có thể sự phối hợp giữa các tác nhân AI ở mức độ họ mong muốn sẽ yêu cầu một ngôn ngữ lĩnh vực hoàn toàn mới, độc nhất đối với các tác nhân AI.

"Cho đến nay, áp lực tiến hóa đối với AI và các nền tảng tác nhân đến từ áp lực tiến hóa đối với con người tham gia vào việc phát triển chúng. MATHBAC muốn chuyển áp lực này sang chính các tác nhân và kỹ năng hợp tác của chúng," cơ quan giải thích.

Các đề xuất cho MATHBAC có hạn chót vào ngày 16 tháng 6, và chương trình dự kiến bắt đầu vào tháng 9 năm nay. Nhiều người nhận giải thưởng dự kiến được chọn lựa cho dự án đầy tham vọng này.