ĐỌC BÁO cùng Tada

Giới quảng cáo tiếp thị luôn tạo ra nhu cầu mới và tài tình thuyết phục người ta tin vào tính cần thiết của những điều mới mẻ đó. Khi người ta đang cho chó mèo nuôi trong nhà ăn những gì còn sót lại của gia chủ như muôn đời nay vẫn thế, các bộ óc kinh doanh nhạy bén bảo họ rằng, hãy đừng. Thú cưng cũng xứng đáng có món riêng của chúng chứ. Và một ngành công nghiệp mới ra đời. 

Bài viết của Phan Bảo trên Tuổi trẻ cuối tuần - tháng 10.2024

Công nghệ đã cho phép con người phần nào tạo ra một thế thân, thay ta làm nhiều chuyện. Câu hỏi là có nên làm vậy hay không. Cái gì cũng giao cho AI làm thì con người tồn tại vì lẽ gì? 

Bài viết của tác giả Xê Nho trên tờ Tuổi trẻ cuối tuần 

Trong bếp nhà bạn có đồ nhựa đen hay không? Cùng khám phá những bí mật đen tối của đồ nhựa đen để điều chỉnh lối sống cho một môi trường xanh hơn 

Các thuật toán trí tuệ nhân tạo AI phát triển nhanh chóng, dự báo sẽ thay thế con nguời trong nhiều ngành nghề và chụp ảnh stock (kho ảnh thương mại có sẵn) rất có thể là nạn nhân kế tiếp 

Bài viết của Phan Bảo trên Tuổi trẻ cuối tuần 

Bài viết của Gia Huy trên tờ Tuổi trẻ cuối tuần 

Thị trường mua trước trả sau (BNPL) tại Việt Nam đang khởi sắc trở lại, với sự tham gia tích cực của các doanh nghiệp lớn, mang đến nhiều cơ hội mới cho người dùng, dù cũng còn nhiều vấn đề phải giải quyết. 

Sau một thời gian im ắng, thị trường BNPL tại Việt Nam đang sôi động trở lại. VPBank và Lotte C&F vừa công bố hợp tác nhằm hỗ trợ khách hàng với dịch vụ BNPL, trong khi PV Oil cùng HDBank ra mắt ứng dụng cho phép người dùng mua xăng trước, thanh toán sau tại gần 900 trạm trên toàn quốc. 

Chỉ hai năm trước, nhiều cái tên đã phải rút lui khỏi sân chơi này như Ree-Pay, Atome hay Kaypay, do kinh tế khó khăn và nợ xấu gia tăng.

AI dự phần hai giải quan trọng của mùa Nobel 2024 là vật lý và hóa học, một quyết định không phải tất cả các nhà nghiên cứu và khoa học gia đều hài lòng, ngay cả người ngoại cuộc cũng thấy có gì đó sai sai.

"Có vẻ như giải Nobel đã bị ảnh hưởng bởi làn sóng AI" - giáo sư Jonathan Pritchard, nhà vật lý thiên văn tại Đại học Hoàng gia London, viết trên X. Còn Eleanor Drage, nhà nghiên cứu cấp cao tại Trung tâm Leverhulme về trí tuệ tương lai của Đại học Cambridge, gọi đây là "thời khắc trọng đại" của AI trong khoa học.

Phản ứng trái chiều

Theo The Economist, AI không phải là điểm chung duy nhất của Nobel vật lý và hóa học năm nay. Trong cả hai trường hợp, khắt khe mà nói, các công trình nghiên cứu được vinh danh nằm ngoài "thẩm quyền" của hội đồng trao giải: nghiên cứu AI thuộc lĩnh vực khoa học máy tính, còn nghiên cứu protein có thể được xếp vào ngành sinh học.

Tạp chí Nature hôm 10-10 mô tả, chỉ vài phút sau khi chủ nhân Nobel vật lý 2024 được công bố, mạng xã hội đã dậy sóng. Nhiều nhà vật lý lập luận rằng khoa học nền tảng của học máy, được tôn vinh trong giải thưởng dành cho Geoffrey Hinton và John Hopfield, thực ra không phải là vật lý. 

"Tôi thật sự không nói nên lời. Tôi cũng thích máy học và mạng nơ ron nhân tạo như bao người, nhưng thật khó để xem đây là một khám phá trong vật lý" - Nature dẫn tiếp tweet của giáo sư Pritchard.

Sabine Hossenfelder, nhà vật lý tại Trung tâm Triết học toán học Munich (Đức), khẳng định nghiên cứu của Hinton và Hopfield "thuộc lĩnh vực khoa học máy tính". "Giải thưởng Nobel hằng năm là cơ hội hiếm hoi để ngành vật lý, cũng như các nhà vật lý, bước vào ánh đèn sân khấu. Đây là ngày bạn bè và gia đình nhớ rằng họ quen biết một nhà vật lý và có thể đến hỏi ông ấy hoặc bà ấy giải Nobel mới đây là gì. Nhưng năm nay thì không" - ông bức xúc.

Tuy nhiên, nhiều phân tích cho rằng mùa giải năm nay sẽ mở ra một kỷ nguyên mới của giải Nobel: phá vỡ ranh giới các nhóm ngành khoa học và thừa nhận vai trò của AI trong nghiên cứu. Nhiều nhà khoa học đã ủng hộ xu hướng mới này. 

"Nghiên cứu của Hopfield và Hinton mang tính liên ngành, kết hợp vật lý, toán học, khoa học máy tính và khoa học thần kinh. Theo nghĩa đó, nó thuộc về tất cả các lĩnh vực này" - Matt Strassler, nhà vật lý lý thuyết tại Đại học Harvard ở Cambridge, Massachusetts, nói với Nature.

Cây bút khoa học Anil Ananthaswamy, tác giả quyển Why Machines Learn (2023), chỉ ra rằng mặc dù nghiên cứu được Ủy ban Nobel dẫn làm lý do trao giải có thể không phải là vật lý lý thuyết theo nghĩa thuần túy, song nó bắt nguồn từ các kỹ thuật và khái niệm trong vật lý, chẳng hạn như năng lượng. Những mạng Boltzmann hay mạng Hopfield "đều là các mô hình dựa trên năng lượng", ông nói.

Theo Ananthaswamy, mối liên hệ với vật lý của các tiến triển sau này của máy học quả là mỏng manh hơn, song các nhà nghiên cứu đang quay lại các khái niệm gốc vật lý để có thể hiểu được vì sao các hệ thống học sâu có thể hoạt động ngày càng phức tạp hơn.

Đồng ý kiến, Lenka Zdeborová, nhà nghiên cứu vật lý thống kê tính toán tại Viện Công nghệ Liên bang Thụy Sĩ ở Lausanne (EPFL), khẳng định: "Chúng ta cần cách tư duy mà vật lý mang lại để nghiên cứu máy học". Giorgio Parisi, một trong ba đồng chủ nhân Nobel vật lý 2021, nhận xét: "Vật lý đang ngày càng mở rộng, và nó bao gồm nhiều lĩnh vực kiến thức không tồn tại trong quá khứ, hoặc không thuộc về vật lý".

Tiền lệ tốt hay xấu?

The Economist cho rằng từ tiền lệ này, sẽ có nhiều giải thưởng tương tự (nghiên cứu khoa học cơ bản có sự trợ giúp của AI) trong tương lai. Câu hỏi lúc này không còn là trao giải như năm nay là đúng hay sai, mà là AI có thể thay đổi nghiên cứu khoa học trong tương lai không, và theo cách nào, tốt hơn hay tệ hơn.

Matt Hodgkinson, chuyên gia độc lập về liêm chính khoa học, lo ngại rằng các nhà nghiên cứu vật lý và hóa học sẽ chú trọng đến kỹ thuật, thay vì khoa học, trước "hiệu ứng AI". "Tôi mong sẽ không có chuyện các nhà nghiên cứu nghĩ rằng tất cả các công cụ AI đều như nhau rồi đổ xô dùng chatbot sai cách" - ông nói với Wired.

Lo ngại này là có cơ sở. Trong vòng 5 năm kể từ khi graphene được Andre Geim và Konstantin Novoselov phát hiện vào năm 2004, có 45.000 bài báo khoa học đề cập đến vật liệu siêu cứng có gốc carbon này được công bố, theo Google Scholar. 

Và khi Geim và Novoselov giành giải Nobel vật lý 2010 cho khám phá của họ, số lượng bài báo công bố đã tăng vọt - lên tới 454.000 từ năm 2010 đến 2014 và hơn 1 triệu từ 2015 đến 2020. Số lượng nghiên cứu bùng nổ nhưng tác động thực tế thì vẫn chưa thấy.

Hodgkinson tin rằng việc Ủy ban Nobel vinh danh các nhà nghiên cứu vì công trình liên quan AI có thể khiến những người khác bắt đầu chú mục vào lĩnh vực này, dẫn đến chất lượng khoa học biến động. Cũng như với graphene, "các đề xuất và ứng dụng [của AI] có thực chất hay không là chuyện khác" - ông nói.

Số lượng các công bố về AI đã tăng gấp ba lần từ năm 2010 đến 2022, theo nghiên cứu của Đại học Stanford, với gần 250.000 bài báo khoa học được công bố chỉ riêng trong năm 2022, tức hơn 660 bài mới mỗi ngày. Cần lưu ý điều này diễn ra trước cả khi ChatGPT ra mắt và khởi động cuộc cách mạng AI tạo sinh vào tháng 11-2022.

Nhìn nhận đúng đắn

Từ lần đầu trao giải năm 1901, giải Nobel thường xoay quanh tác động của nghiên cứu đối với xã hội, và đã vinh danh những phát minh thực tiễn, không chỉ riêng khoa học thuần túy. Về khía cạnh này, giải thưởng năm 2024 không phải là ngoại lệ. 

"Đôi khi giải Nobel được trao cho những dự án kỹ thuật rất xuất sắc… trong đó có giải thưởng cho laser (vật lý 2018) và kỹ thuật PCR (hóa học 1993)" - Ananthaswamy nói với Nature.

Julian Togelius, phó giáo sư khoa học máy tính tại Trường Kỹ thuật Tandon Đại học New York, cho rằng việc các nhà khoa học chạy theo AI có thể cản trở tư duy đổi mới. Với AI, các nhà nghiên cứu có thể sử dụng dữ liệu sẵn có để củng cố các lý thuyết cũ, thay vì thu thập thêm dữ liệu cơ bản từ tự nhiên và đưa ra các lý thuyết mới. 

"Con đường AI" dễ hơn nhưng sẽ chỉ tạo ra những bước tiến nhỏ trong sự hiểu biết, thay vì những bước nhảy vọt lớn, Togelius lập luận. Nhận định này có phần bi quan và không chính xác. Gạt chuyện đoạt Nobel qua một bên, dù có vinh danh hay không thì sự thật là ngày càng nhiều khám phá lớn trong các lĩnh vực quan trọng đạt được là nhờ AI. 

Cụ thể là thế mạnh lớn nhất của nó: khi được nạp một lượng dữ liệu lớn và phức tạp, một thuật toán có thể phát hiện những mô hình chưa từng thấy và lý giải các dữ liệu đó mà kh...

Một ngày cuối năm 1980, nghiên cứu sinh Gary Ruvkun bước lên dãy cầu thang dài dẫn tới phòng thí nghiệm của "đàn anh" Jon Lorsch để trao đổi các ý tưởng khoa học như thường lệ.

Ruvkun giơ lên bức ảnh về phân tử mới, microRNA, gắn vào một chuỗi RNA lớn hơn.

"Anh nghĩ điều gì đang xảy ra ở đây?", cậu hỏi.

Lorsch nhún vai, không quá quan tâm. Theo kinh nghiệm trước đó của Lorsch, các nghiên cứu sinh trẻ thường "không giúp ích quá nhiều".

Ruvkun lặng lẽ trở lại tầng dưới với phát hiện của mình. Cậu nghiên cứu sinh khi ấy không hề nghĩ phân tử nhỏ bé trên tay là con đường dẫn tới giải Nobel Y sinh danh giá sau này. MicroRNA là phân tử RNA nhỏ không mã hóa, phổ biến rộng khắp giới động thực vật, xuất hiện cả ở con người và một số loại virus.

Thời điểm ấy, cả Ruvkun và đồng chủ nhân giải Nobel Y sinh 2024, bạn thân của ông, tiến sĩ Victor Ambros, đều đang làm việc tại Đại học Harvard và nỗ lực hoàn thành công trình tại Viện Công nghệ Massachusetts.

Cả hai nghiên cứu về giun tròn C. elegans, cạnh tranh một cách bình đẳng khi bắt đầu thành lập phòng thí nghiệm riêng ở Boston. "Tôi thường cố gắng tìm ra tất cả những gì Ruvkun tìm ra trong các nghiên cứu, để mình không có vẻ ngốc nghếch", Ambros hài hước chia sẻ.

Ông cho biết, các nhà khoa học thường có bản năng giữ kín những phát hiện của mình. Lĩnh vực nghiên cứu có văn hóa chung là "công bố chính thức hoặc giấu đi mãi mãi". Điều này khuyến khích họ gửi các khám phá tới các tạp chí học thuật trước.

Tuy nhiên, ngay khi ông và tiến sĩ Ruvkun phát hiện nghiên cứu của họ có sự khác biệt về kết quả, cảm giác cạnh tranh lại lắng xuống. Ambros nhớ lại cuộc điện thoại khi cả hai nhận ra rằng microRNA được phát hiện tại phòng thí nghiệm của Ambrose gắn vào loại RNA lớn hơn loại mà Ruvkun đang nghiên cứu, như thể chúng là hai mảnh ghép hoàn hảo với nhau.

"Tôi nhớ rằng mình đã hét lên trong điện thoại 'Anh có thấy điều mà tôi đang thấy không'", Ambrose kể lại.

Hai nhà khoa học Victor Ambros và Gary Ruvkun tại Lễ trao giải Thành tựu Khoa học Đột phá, năm 2014. Ảnh: Economist

Giống như tên gọi, microRNA ngắn hơn nhiều so với RNA. RNA thông thường có thể có hàng trăm, hàng nghìn nucleotide cơ bản, micro RNA chỉ có vài chục.

Ruvkun và Ambrose chỉ ra rằng microRNA hoạt động như một "bộ điều khiển" quá trình sản xuất protein, cho RNA lớn hơn biết khi nào nên hoạt động chậm, khi nào nên dừng lại. Đây gọi là "cơ chế điều hòa gene". Điều này rất quan trọng, bởi quá nhiều hoặc quá ít một loại protein nhất định, có thể dẫn đến các bệnh như ung thư, loãng xương, nội tiết, tiêu hóa, mất thính lực bẩm sinh, rối loạn về mắt... Từ công trình này, các nhà khoa học có thể ứng dụng microRNA như những chỉ điểm sinh học (biomarker) trong chẩn đoán và điều trị số bệnh, đặc biệt là bệnh ung thư.

Phát hiện này được xuất bản lần đầu vào năm 1993, trong hai bài báo riêng biệt, công bố trên Tạp chí Cell. Tuy nhiên, khi ấy, cộng đồng khoa học gần như không quan tâm đến nó. Họ nhận định cơ chế điều hòa gene bất thường là đặc thù của giun C. elegans, có thể không liên quan đến con người và các loài động vật phức tạp hơn.

Bản thân Ruvkun và Ambrose cũng không nhận ra khám phá của họ có sức ảnh hưởng lớn đến vậy, cho tới nhiều năm sau. Đến năm 2000, Ruvkun và các cộng sự phát hiện một gene chịu trách nhiệm sản xuất microRNA ở loài giun C. elegans cũng có trong bộ gene của người.

Ông gọi cho các nhà khoa học từ khắp nơi trên thế giới và nài nỉ họ chuyển các mẫu RNA từ con trai, giun đất, cá ngựa vằn hay bất cứ loài động vật nào. Lần lượt, phòng thí nghiệm của ông đã thử nghiệm các mẫu gửi qua bưu điện và tìm thấy gene microRNA, một dấu hiệu cho thấy quá trình điều hòa di truyền này xuất hiện ở toàn bộ các loại động vật.

Khi đọc bài báo của Ruvkun, tiến sĩ Ambrose đi đến kết luận tương tự. "Đó là khoảnh khắc tôi nhận ra điều này lớn lao hơn nhiều so với bản thân mong đợi", ông nói.

Tiến sĩ Ruvkun cho biết khi làm việc cùng nhau, cả hai "luôn trao đổi qua điện thoại". Họ so sánh các nghiên cứu và cùng kinh ngạc trước kết quả, ngay cả vào đêm con của tiến sĩ Ambros ra đời.

Tiến sĩ Ambros hy vọng giải thưởng của họ cũng nêu bật tầm quan trọng của các khoản tài trợ công cho nghiên cứu. Trong suốt sự nghiệp của mình, cả hai nhận được hơn 62 triệu USD từ Viện Y tế Quốc gia Mỹ.

Tại buổi lễ diễn ra lúc 12h ngày 7/10 (giờ Stockholm, tức 16h45 - giờ Hà Nội), đại diện Viện Hàn lâm Thụy Điển xướng tên Ruvkun và Ambros cho giải Nobel Y sinh 2024. Người đoạt giải sẽ được trao chứng nhận Nobel, huân chương Nobel và tiền thưởng trị giá 11 triệu kronor Thụy Điển (khoảng 989.000 USD), vào ngày 10/12. Các nhà khoa học thường phải đợi nhiều thập kỷ để công trình của họ được Hội đồng Giám khảo Nobel công nhận.

Ủy ban Nobel giải thích về công trình của hai nhà khoa học trên: "Thông tin lưu trữ trong nhiễm sắc thể của chúng ta có thể ví như một cuốn sách hướng dẫn cho tất cả tế bào trong cơ thể. Mỗi tế bào chứa cùng một nhiễm sắc thể, chứa chính xác cùng một bộ gene và cùng một bộ hướng dẫn". Tuy nhiên, các loại tế bào khác nhau, chẳng hạn tế bào cơ và tế bào thần kinh, có những đặc điểm khác nhau. Hai nhà sinh vật học đã dành sự nghiệp để nghiên cứu cơ chế nảy sinh những khác biệt này.

"Câu trả lời nằm ở sự điều hòa gene, cho phép mỗi tế bào chỉ chọn các 'sách hướng dẫn' liên quan. Điều này đảm bảo rằng chỉ có tập hợp gene chính xác hoạt động trong mỗi loại tế bào", Ủy ban nêu rõ.

Victor Ambros sinh năm 1953 tại Hanover, New Hampshire, Mỹ. Ông nhận bằng tiến sĩ tại Viện Công nghệ Massachusetts (MIT) vào năm 1979. Đây cũng là nơi ông thực hiện nghiên cứu sau tiến sĩ từ năm 1979 đến năm 1985. Hiện ông là giáo sư tại Trường Y Đại học Massachusetts. Còn Gary Ruvkun sinh năm 1952 tại Berkeley, California, Mỹ. Ông nhận bằng tiến sĩ tại Đại học Harvard năm 1982. Hiện ông là giáo sư Trường Y Harvard.

Giải Nobel Vật lý 2024 được trao cho hai nhà khoa học John J. Hopfield và Geoffrey E. Hinton với nghiên cứu về học máy lúc 16h45 ngày 8/10 (giờ Hà Nội).

Nhà khoa học John Hopfield và Geoffrey Hinton đoạt giải Nobel Vật lý 2024. Ảnh: Nobel Prize

Viện Hàn lâm Khoa học Hoàng gia Thụy Điển xướng tên John J. Hopfield, 91 tuổi, là giáo sư tại Đại học Princeton, New Jersey, Mỹ và Geoffrey E. Hinton, 77 tuổi, người Anh, là giáo sư tại Đại học Toronto, Canada. Hai học giả đã sử dụng các công cụ vật lý để phát triển những phương pháp đặt nền tảng cho học máy ngày nay.

Nhắc đến trí tuệ nhân tạo, người ta thường nói đến công nghệ học máy sử dụng mạng thần kinh nhân tạo. Công nghệ này ban đầu được truyền cảm hứng từ cấu trúc não. Trong mạng thần kinh nhân tạo, các tế bào thần kinh của não được thể hiện bằng các nút có giá trị khác nhau. Những nút này tác động lẫn nhau thông qua những liên kết có thể ví như các khớp thần kinh và có thể được điều chỉnh mạnh lên hoặc yếu đi. Mạng thần kinh được đào tạo, ví dụ, bằng cách phát triển liên kết mạnh hơn giữa các nút có giá trị cao đồng thời. Hai nhà khoa học đoạt giải năm nay đã thực hiện công việc quan trọng với mạng thần kinh nhân tạo từ những năm 1980.

John Hopfield phát minh một mạng lưới sử dụng phương pháp lưu trữ và tái tạo các dạng mẫu. Có thể hình dung các nút giống như pixel. Mạng Hopfield sử dụng vật lý mô tả các đặc điểm của vật liệu theo spin nguyên tử - đặc tính khiến mỗi nguyên tử trở thành một nam châm tí hon. Toàn bộ mạng được mô tả theo cách tương ứng với năng lượng trong hệ thống spin ở vật lý, được huấn luyện bằng cách tìm giá trị để liên kết giữa các nút, nhờ đó ảnh đã lưu có năng lượng thấp. Khi đưa một hình ảnh méo mó hoặc không hoàn chỉnh vào mạng Hopfield, nó hoạt động qua các nút một cách có hệ thống và cập nhật giá trị của chúng để năng lượng của mạng giảm. Nhờ đó, mạng thực hiện từng bước để tìm ảnh đã lưu trữ giống nhất với bức ảnh kém hoàn hảo vừa đưa vào.

Geoffrey Hinton sử dụng mạng Hopfield làm nền móng cho một mạng mới sử dụng phương pháp khác: Máy Boltzmann. Nó có thể học để nhận diện những yếu tố đặc trưng trong một loại dữ liệu nhất định. Hinton sử dụng các công cụ từ vật lý thống kê - môn khoa học về các hệ thống được xây dựng từ nhiều bộ phận tương tự. Nhà khoa học đào tạo máy bằng cách đưa vào những ví dụ rất có thể phát sinh khi cỗ máy vận hành. Máy Boltzmann có thể dùng để phân loại hình ảnh hoặc tạo ra những ví dụ mới cùng loại với mẫu mà nó được huấn luyện. Hinton đã xây dựng công trình này, giúp học máy phát triển bùng nổ như ngày nay.

Hinton, người được mệnh danh là cha đỡ đầu của trí tuệ nhân tạo (AI) cho biết, vô cùng kinh ngạc khi nhận được giải thưởng. Khi hỏi về tiềm năng của công nghệ mà Hinton góp phần phát triển, ông nói "AI sẽ có ảnh hưởng to lớn" đến xã hội.

"Nó có thể so sánh với cuộc cách mạng công nghiệp. Nhưng thay vì vượt trội hơn con người về sức mạnh thể chất, nó sẽ vượt con người về khả năng trí tuệ. Chúng ta không có kinh nghiệm về chuyện sẽ xảy ra khi có những thứ thông minh hơn con người", ông nói trong cuộc phỏng vấn qua điện thoại sau thông báo về giải Nobel.

Ellen Moons, chủ tịch Hội đồng Nobel Vật lý đánh giá "Công trình của những người đoạt giải đã mang lại lợi ích lớn lao. Trong vật lý, chúng tôi sử dụng mạng thần kinh nhân tạo trong nhiều lĩnh vực, ví dụ như phát triển vật liệu mới với các đặc tính nhất định".

Năm ngoái, giải Nobel Vật lý được trao cho ba nhà khoa học Pierre Agostini, Ferenc Krausz và Anne L'Huillier với nghiên cứu liên quan đến hạt electron bên trong nguyên tử và phân tử.

Nobel là giải thưởng quốc tế do Quỹ Nobel tại Stockholm lập ra từ năm 1901 dựa trên tài sản của Alfred Nobel, nhà phát minh kiêm doanh nhân Thụy Điển.

Giải được trao thường niên cho những cá nhân và tổ chức có cống hiến nổi bật trong các lĩnh vực Y sinh, Hóa học, Vật lý, Văn học, Hòa bình. Năm 1968, Ngân hàng Trung ương Thụy Điển lập ra Giải thưởng của Ngân hàng Thụy Điển cho Khoa học kinh tế để tưởng nhớ Nobel, còn gọi là giải Nobel Kinh tế.

Mỗi giải thưởng gồm huy chương, bằng chứng nhận cá nhân và một khoản tiền thưởng không cố định. Từ năm 1901 - 2023, giải thưởng đã được trao 622 lần cho 1.002 cá nhân và tổ chức trên thế giới.

Giải Nobel Hóa học 2024 được trao cho ba nhà khoa học David Baker, Demis Hassabis, John Jumper với nghiên cứu về protein lúc 11h45 ngày 9/10 giờ địa phương (16h45 ngày 9/10 giờ Hà Nội).

Viện Hàn lâm Khoa học Hoàng gia Thụy Điển công bố chủ nhân của giải Nobel Hóa học năm 2024 gồm: David Baker, 62 tuổi, Giáo sư tại Đại học Washington, Mỹ; Demis Hassabis, 48 tuổi, là CEO của Google DeepMind tại Anh và John Jumper, 39 tuổi, là nghiên cứu cấp cao tại Google DeepMind, Anh.

Họ được vinh danh nhờ những đóng góp trong nghiên cứu protein, công cụ hóa học độc đáo của sự sống. David Baker gặt hái thành công trong việc xây dựng những loại protein hoàn toàn mới, một thành tích gần như bất khả thi. Demis Hassabis và John Jumper phát triển mô hình trí tuệ nhân tạo (AI) giúp lý giải vấn đề tồn tại suốt 50 năm: dự đoán cấu trúc phức tạp của protein. Những phát hiện này có tiềm năng khổng lồ.

Tính đa dạng của sự sống kiểm chứng khả năng tuyệt vời của các protein trong vai trò công cụ hóa học. Chúng điều khiển và thúc đẩy mọi phản ứng hóa học tạo nên nền tảng của sự sống. Protein cũng đóng vai trò như hormone, hợp chất tín hiệu, kháng thể và khối xây dựng của những loại mô khác nhau.

"Một trong những phát hiện được công nhận năm nay liên quan đến xây dựng các protein độc đáo. Phát hiện còn lại hoàn thành giấc mơ từ 50 năm trước là dự đoán cấu trúc protein từ chuỗi axit amin. Cả hai phát hiện đều mở ra những tiềm năng to lớn", Heiner Linke, chủ tịch Hội đồng Nobel Hóa học, chia sẻ.

Protein thường gồm 20 axit amin khác nhau, có thể được mô tả như những khối xây dựng sự sống. Năm 2003, David Baker thành công sử dụng những khối này để thiết kế một protein mới không giống bất cứ protein nào khác. Kể từ đó, nhóm nghiên cứu của ông liên tục tạo ra những protein sáng tạo, bao gồm protein có thể dùng làm dược phẩm, vaccine, vật liệu nano và cảm biến siêu nhỏ.

Phát hiện thứ hai liên quan đến việc dự đoán cấu trúc protein. Trong protein, các axit amin liên kết với nhau thành những chuỗi dài xếp lại tạo thành cấu trúc ba chiều, mang ý nghĩa quyết định với chức năng của protein. Từ những năm 1970, các nhà nghiên cứu đã cố gắng dự đoán cấu trúc protein từ trình tự axit amin, nhưng điều này cực kỳ khó.

Sau đó một đột phá đáng kinh ngạc diễn ra. Năm 2020 Demis Hassabis và John Jumper tạo ra mô hình AlphaFold2. Với sự hỗ trợ của mô hình AI này, họ có thể dự đoán cấu trúc của tất cả 200 triệu protein mà giới nghiên cứu đã nhận dạng.

Từ sau đột phá đó, AlphaFold2 được sử dụng bởi hơn hai triệu người từ 190 nước. Trong số hàng loạt ứng dụng khoa học, các nhà nghiên cứu có thể hiểu rõ hơn tình trạng kháng kháng sinh và tạo ra ảnh enzyme có thể phân hủy nhựa.

Sự sống không thể tồn tại mà không có protein. Việc chúng ta có thể dự đoán cấu trúc protein và thiết kế protein sẽ đem lại lợi ích lớn nhất cho nhân loại.

Giải thưởng năm nay trị giá 11 triệu krona Thụy Điển (khoảng 1.060.800 USD), trong đó một nửa dành cho David Baker, nửa còn lại dành cho Demis Hassabis và John Jumper.

Năm ngoái, giải Nobel Hóa học được trao cho ba nhà khoa học Moungi G. Bawendi, Louis E. Brus và Alexei I. Ekimov với nghiên cứu nghiên cứu chấm lượng tử, những bộ phận nhỏ nhất của công nghệ nano, ứng dụng truyền ánh sáng từ TV và đèn LED, chiếu sáng mô ung thư cho bác sĩ phẫu thuật.

Nobel là giải thưởng quốc tế do Quỹ Nobel tại Stockholm lập ra từ năm 1901 dựa trên tài sản của Alfred Nobel, nhà phát minh kiêm doanh nhân Thụy Điển.

Giải thưởng được trao thường niên cho những cá nhân và tổ chức có cống hiến nổi bật trong các lĩnh vực Y sinh, Hóa học, Vật lý, Văn học, Hòa bình. Năm 1968, Ngân hàng Trung ương Thụy Điển lập ra Giải thưởng của Ngân hàng Thụy Điển cho Khoa học kinh tế để tưởng nhớ Nobel, còn gọi là giải Nobel Kinh tế.

Mỗi giải thưởng gồm huy chương, bằng chứng nhận cá nhân và một khoản tiền thưởng không cố định. Từ năm 1901 - 2023, giải thưởng đã được trao 622 lần cho 1002 cá nhân và tổ chức trên thế giới.

Giải Nobel kinh tế năm nay được trao cho ba học giả nghiên cứu xoay quanh chuyện một đất nước hưng thịnh hay suy vong đều do thể chế. 
Bài viết trên tờ Tuổi trẻ cuối tuần số tháng 10.2024