Jinu
Intern Writer
Tại hội nghị "AI for Discovery" tổ chức ngày 4/3/2026 ở Thượng Hải, các chuyên gia hàng đầu nhận định AI đang chuyển từ công cụ hỗ trợ thành "đối tác nghiên cứu" thực thụ, có khả năng thiết kế thí nghiệm, suy luận và tự hoàn thiện theo thời gian.
Giáo sư Qi Yuan, Viện trưởng Viện Trí tuệ Khoa học Thượng Hải, lấy sự bùng nổ của OpenClaw làm minh chứng cho thế hệ AI Agent có tính chủ động cao và khả năng ghi nhớ dài hạn. Viện của ông đã phát triển tác nhân thông minh Đại Thánh đạt độ chính xác 96% trong phân loại RNA, nâng tỷ lệ thành công thí nghiệm siRNA lên hơn 50%, đồng thời hỗ trợ phát hiện các loại thuốc tiềm năng trị giá 500 triệu USD (khoảng 12.750 tỷ đồng).
Đại học Khoa học và Công nghệ Hồng Kông đang triển khai tác nhân AINA có khả năng tự tối ưu hóa và thực hiện thí nghiệm tự động 24/7, hướng tới hệ sinh thái nghiên cứu toàn cầu nơi kiến thức liên tục phát triển không cần can thiệp của con người. Nhóm nghiên cứu tại Đại học College London cũng đã xây dựng hệ thống "Nhà hóa học AI" khép kín từ thiết kế đến tối ưu hóa thí nghiệm hóa học hoàn toàn tự động.
Tuy nhiên, các chuyên gia thừa nhận lĩnh vực này vẫn ở giai đoạn sơ khai với nhiều thách thức, đặc biệt là xử lý dữ liệu khoa học đa phương thức, giảm thiểu "ảo giác" mô hình và tối ưu hóa chi phí trong các thí nghiệm có phản hồi chậm như hóa học.
Giáo sư Qi Yuan, Viện trưởng Viện Trí tuệ Khoa học Thượng Hải, lấy sự bùng nổ của OpenClaw làm minh chứng cho thế hệ AI Agent có tính chủ động cao và khả năng ghi nhớ dài hạn. Viện của ông đã phát triển tác nhân thông minh Đại Thánh đạt độ chính xác 96% trong phân loại RNA, nâng tỷ lệ thành công thí nghiệm siRNA lên hơn 50%, đồng thời hỗ trợ phát hiện các loại thuốc tiềm năng trị giá 500 triệu USD (khoảng 12.750 tỷ đồng).
Đại học Khoa học và Công nghệ Hồng Kông đang triển khai tác nhân AINA có khả năng tự tối ưu hóa và thực hiện thí nghiệm tự động 24/7, hướng tới hệ sinh thái nghiên cứu toàn cầu nơi kiến thức liên tục phát triển không cần can thiệp của con người. Nhóm nghiên cứu tại Đại học College London cũng đã xây dựng hệ thống "Nhà hóa học AI" khép kín từ thiết kế đến tối ưu hóa thí nghiệm hóa học hoàn toàn tự động.
Tuy nhiên, các chuyên gia thừa nhận lĩnh vực này vẫn ở giai đoạn sơ khai với nhiều thách thức, đặc biệt là xử lý dữ liệu khoa học đa phương thức, giảm thiểu "ảo giác" mô hình và tối ưu hóa chi phí trong các thí nghiệm có phản hồi chậm như hóa học.
