Microsoft Discovery: Cách các tác nhân AI đang tăng tốc khám phá khoa học

Nghiên cứu khoa học truyền thống đã là một quá trình chậm và cẩn thận. Các nhà khoa học dành nhiều năm để kiểm tra ý tưởng và thực hiện thí nghiệm. Họ đọc hàng nghìn bài báo và cố gắng kết nối các mảnh kiến thức khác nhau. Cách tiếp cận này đã hoạt động trong một thời gian dài nhưng thường mất nhiều năm để hoàn thành. Ngày nay, thế giới đang đối mặt với các vấn đề cấp thiết như biến đổi khí hậu và bệnh tật cần có câu trả lời nhanh hơn. Microsoft tin rằng trí tuệ nhân tạo có thể giúp giải quyết vấn đề này. Tại Build 2025, Microsoft đã giới thiệu Microsoft Discovery, một nền tảng mới sử dụng các tác nhân AI để tăng tốc nghiên cứu và phát triển. Bài viết này giải thích cách Microsoft Discovery hoạt động và tại sao các tác nhân lại quan trọng cho nghiên cứu và phát triển.

Thử thách trong nghiên cứu khoa học hiện đại

Nghiên cứu và phát triển truyền thống đang phải đối mặt với một số thách thức đã tồn tại trong nhiều thập kỷ. Kiến thức khoa học là vô cùng rộng lớn và phân bố trên nhiều bài báo, cơ sở dữ liệu và kho lưu trữ. Việc kết nối ý tưởng từ các lĩnh vực khác nhau đòi hỏi chuyên môn và thời gian dồi dào. Các dự án nghiên cứu liên quan đến nhiều bước, chẳng hạn như xem xét tài liệu, hình thành giả thuyết, thiết kế thí nghiệm, phân tích dữ liệu và tinh chỉnh kết quả. Mỗi bước cần các kỹ năng và công cụ khác nhau, khiến cho việc duy trì tiến độ đều đặn và nhất quán trở nên khó khăn. Ngoài ra, nghiên cứu là một quá trình lặp đi lặp lại. Kiến thức khoa học phát triển thông qua bằng chứng, thảo luận của các đồng nghiệp và tinh chỉnh liên tục. Tính chất lặp đi lặp lại này tạo ra sự chậm trễ đáng kể giữa ý tưởng ban đầu và ứng dụng thực tế. Do những vấn đề này, có một khoảng cách ngày càng tăng giữa tốc độ tiến bộ của khoa học và tốc độ cần thiết để giải quyết các vấn đề như biến đổi khí hậu và bệnh tật. Những vấn đề cấp thiết này đòi hỏi sự đổi mới nhanh hơn so với nghiên cứu truyền thống có thể cung cấp.

Microsoft Discovery: Tăng tốc R&D với các tác nhân AI

Microsoft Discovery là một nền tảng doanh nghiệp mới được xây dựng cho nghiên cứu khoa học. Nó cho phép các tác nhân AI làm việc với các nhà khoa học con người, tạo ra giả thuyết, phân tích dữ liệu và thực hiện thí nghiệm. Microsoft đã xây dựng nền tảng này trên Azure, cung cấp năng lực tính toán cần thiết cho mô phỏng và phân tích dữ liệu.

Nền tảng này giải quyết các thách thức nghiên cứu thông qua ba tính năng chính. Đầu tiên, nó sử dụng lý lẽ kiến thức dựa trên đồ thị để kết nối thông tin trên các lĩnh vực và ấn phẩm khác nhau. Thứ hai, nó sử dụng các tác nhân AI chuyên dụng có thể tập trung vào các nhiệm vụ nghiên cứu cụ thể trong khi phối hợp với các tác nhân khác. Thứ ba, nó duy trì một chu kỳ học tập lặp đi lặp lại để điều chỉnh các chiến lược nghiên cứu dựa trên kết quả và khám phá.

Điều làm cho Microsoft Discovery khác biệt so với các công cụ AI khác là sự hỗ trợ cho toàn bộ quá trình nghiên cứu. Thay vì chỉ giúp đỡ một phần của nghiên cứu, nền tảng hỗ trợ các nhà khoa học từ ý tưởng ban đầu đến kết quả cuối cùng. Sự hỗ trợ toàn diện này có thể giảm đáng kể thời gian cần thiết cho các khám phá khoa học.

Động cơ kiến thức dựa trên đồ thị

Các hệ thống tìm kiếm truyền thống tìm kiếm tài liệu bằng cách匹配 từ khóa. Mặc dù hiệu quả, nhưng cách tiếp cận này thường bỏ qua các mối quan hệ sâu sắc hơn trong kiến thức khoa học. Microsoft Discovery sử dụng một động cơ kiến thức dựa trên đồ thị mà ánh xạ các mối quan hệ giữa dữ liệu từ cả nguồn khoa học nội bộ và ngoại bộ. Hệ thống này có thể hiểu các lý thuyết mâu thuẫn, kết quả thí nghiệm khác nhau và giả định trên các lĩnh vực. Thay vì chỉ tìm kiếm các bài báo về một chủ đề, nó có thể chỉ ra cách các phát hiện trong một lĩnh vực áp dụng cho các vấn đề trong lĩnh vực khác.

Động cơ kiến thức cũng chỉ ra cách nó đạt được kết luận. Nó theo dõi nguồn và các bước lý lẽ, vì vậy các nhà nghiên cứu có thể kiểm tra logic của AI. Sự minh bạch này rất quan trọng vì các nhà khoa học cần hiểu cách kết luận được đưa ra, không chỉ là câu trả lời. Ví dụ, khi tìm kiếm các vật liệu pin mới, hệ thống có thể liên kết kiến thức từ luyện kim, hóa học và vật lý. Nó cũng có thể tìm thấy các mâu thuẫn hoặc thông tin thiếu sót. Quan điểm rộng này giúp các nhà nghiên cứu tìm ra các ý tưởng mới mà họ có thể đã bỏ lỡ.

Vai trò của các tác nhân AI trong Microsoft Discovery

Một tác nhân là một loại trí tuệ nhân tạo có thể hoạt động độc lập để thực hiện các nhiệm vụ. Không giống như AI thông thường chỉ hỗ trợ con người bằng cách tuân theo hướng dẫn, các tác nhân đưa ra quyết định, lập kế hoạch hành động và giải quyết vấn đề một cách độc lập. Chúng hoạt động như các trợ lý thông minh có thể tự chủ, học hỏi từ dữ liệu và giúp hoàn thành công việc phức tạp mà không cần hướng dẫn con người liên tục.

Thay vì sử dụng một hệ thống AI lớn, Microsoft Discovery sử dụng nhiều tác nhân chuyên dụng tập trung vào các nhiệm vụ nghiên cứu khác nhau và phối hợp với nhau. Cách tiếp cận này mô phỏng cách các nhóm nghiên cứu con người hoạt động, nơi các chuyên gia với các kỹ năng khác nhau làm việc cùng nhau và chia sẻ kiến thức. Nhưng các tác nhân AI có thể làm việc liên tục, xử lý lượng lớn dữ liệu và duy trì sự phối hợp hoàn hảo.

Nền tảng cho phép các nhà nghiên cứu tạo ra các tác nhân tùy chỉnh đáp ứng các yêu cầu chuyên môn của họ. Các nhà nghiên cứu có thể chỉ định các yêu cầu này bằng ngôn ngữ tự nhiên mà không cần có kỹ năng lập trình. Các tác nhân cũng có thể đề xuất các công cụ hoặc mô hình mà chúng nên sử dụng và cách chúng nên phối hợp với các tác nhân khác.

Microsoft Copilot đóng vai trò trung tâm trong sự hợp tác này. Nó hoạt động như một trợ lý AI khoa học điều phối các tác nhân chuyên dụng dựa trên các gợi ý của nhà nghiên cứu. Copilot hiểu các công cụ, mô hình và cơ sở kiến thức có sẵn trong nền tảng và có thể thiết lập các quy trình làm việc hoàn chỉnh bao gồm toàn bộ quá trình khám phá.

Tác động thực tế

Bản chất thực sự của bất kỳ nền tảng nghiên cứu nào nằm ở giá trị thực tế của nó. Các nhà nghiên cứu của Microsoft đã tìm thấy một chất làm mát mới cho các trung tâm dữ liệu mà không có hóa chất PFAS có hại trong khoảng 200 giờ. Công việc này thường sẽ mất nhiều tháng hoặc nhiều năm. Chất làm mát mới được phát hiện có thể giúp giảm tác hại môi trường trong công nghệ.

Tìm kiếm và thử nghiệm các công thức mới trong vài tuần thay vì vài năm có thể tăng tốc quá trình chuyển đổi sang các trung tâm dữ liệu sạch hơn. Quá trình này sử dụng nhiều tác nhân AI để sàng lọc các phân tử, mô phỏng tính chất và cải thiện hiệu suất. Sau giai đoạn số, họ đã thành công trong việc tạo ra và thử nghiệm chất làm mát, xác nhận dự đoán của AI và độ chính xác của nền tảng.

Microsoft Discovery cũng được sử dụng trong các lĩnh vực khác. Ví dụ, Pacific Northwest National Laboratory sử dụng nó để tạo ra các mô hình học máy cho các quá trình tách hóa học cần thiết trong khoa học hạt nhân. Những quá trình này phức tạp và cấp thiết, khiến cho nghiên cứu nhanh hơn trở nên quan trọng.

Tương lai của nghiên cứu khoa học

Microsoft Discovery đang định nghĩa lại cách nghiên cứu được thực hiện. Thay vì làm việc một mình với các công cụ hạn chế, các nhà khoa học có thể hợp tác với các tác nhân AI có thể xử lý thông tin lớn, tìm kiếm các mẫu trên các lĩnh vực và thay đổi phương pháp dựa trên kết quả. Sự thay đổi này cho phép các phương pháp khám phá mới bằng cách liên kết ý tưởng từ các lĩnh vực khác nhau. Một nhà khoa học vật liệu có thể sử dụng thông tin từ sinh học, một nhà nghiên cứu thuốc có thể áp dụng các phát hiện vật lý, và các kỹ sư có thể sử dụng kiến thức hóa học.

Thiết kế mô-đun của nền tảng cho phép nó phát triển với các mô hình AI mới và công cụ lĩnh vực mà không cần thay đổi các quy trình làm việc hiện tại. Nó giữ cho các nhà nghiên cứu con người kiểm soát, khuếch đại sự sáng tạo và trực giác của họ trong khi xử lý các công việc tính toán nặng.

Thử thách và xem xét

Mặc dù tiềm năng của các tác nhân AI trong nghiên cứu khoa học là đáng kể, vẫn còn một số thách thức. Đảm bảo rằng các giả thuyết AI là chính xác cần có các kiểm tra mạnh mẽ. Sự minh bạch trong lý lẽ AI là quan trọng để giành được sự tin tưởng từ các nhà khoa học. Việc tích hợp nền tảng vào các hệ thống nghiên cứu hiện có có thể khó khăn. Các tổ chức phải điều chỉnh các quy trình để sử dụng các tác nhân trong khi tuân thủ các quy định và tiêu chuẩn.

Việc làm cho các công cụ nghiên cứu tiên tiến có sẵn rộng rãi đặt ra các câu hỏi về việc bảo vệ tài sản trí tuệ và cạnh tranh. Khi AI làm cho nghiên cứu dễ dàng hơn cho nhiều người, các ngành khoa học có thể thay đổi đáng kể.

Kết luận

Microsoft Discovery cung cấp một cách mới để thực hiện nghiên cứu. Nó cho phép các tác nhân AI làm việc với các nhà nghiên cứu con người, tăng tốc khám phá và đổi mới. Những thành công ban đầu như việc phát hiện chất làm mát và sự quan tâm từ các công ty lớn cho thấy rằng các tác nhân AI có tiềm năng thay đổi cách nghiên cứu và phát triển hoạt động trên các ngành công nghiệp. Bằng cách rút ngắn thời gian nghiên cứu từ nhiều năm xuống vài tuần hoặc vài tháng, các nền tảng như Microsoft Discovery có thể giúp giải quyết các thách thức toàn cầu như biến đổi khí hậu và bệnh tật nhanh hơn. Chìa khóa là cân bằng sức mạnh của AI với sự giám sát của con người, vì vậy công nghệ hỗ trợ, không thay thế, sự sáng tạo và quyết định của con người.