“Algo của chúng tôi đã tích hợp các tham số liên quan đến sự tương tác giữa các gen để tiến hành mô phỏng rồi!” Triệu Khải cũng bắt đầu nóng vội: “Lý do tại sao chúng ta không chú trọng đến ảnh hưởng của yếu tố môi trường là bởi vì dữ liệu hiện có về các biến số môi trường được ghi nhận một cách rất thiếu chuẩn xác; việc cứng nhắc áp dụng chúng chỉ khiến độ chính xác của mô hình giảm xuống mà thôi.

“Tiến sĩ Châu Duyệt, các bạn trong nhóm thí nghiệm sinh học coi trọng tính chứng cứ thực tế, còn chúng tôi trong lĩnh vực công nghệ AI lại coi trọng sự hỗ trợ từ dữ liệu – về cơ bản, cả hai đều nhằm mục đích xác định chính xác vị trí của các gen. Bây giờ, chúng tôi sử dụng algoritm để nhanh chóng lọc ra các ứng viên tiềm năng; các bạn chỉ cần tiến hành kiểm chứng thông qua thí nghiệm sau này là được. Tại sao lại cứ mãi mắc kẹt vào quá trình vận hành của algoritm nhỉ?”

“Việc tập trung vào quá trình là để tránh đi những con đường vòng!” Châu Duyệt không hề nhượng bộ: “Các ứng viên mà các bạn đã lọc ra có hơn 200 cái; nếu chúng ta tiến hành kiểm chứng ngay theo báo cáo của các bạn, chúng tôi sẽ phải tiêu tốn rất nhiều thời gian, hóa chất và mẫu thí nghiệm. Nếu phần lớn trong số đó là những vị trí vô ích, không chỉ việc phát triển sẽ bị trì hoãn mà còn gây ra lãng phí tài nguyên nghiêm trọng. Tôi cho rằng, quá trình lọc dữ liệu bằng AI của các bạn cần phải được bổ sung thêm nhiều kiến thức tiên nghiệm sinh học; không thể hoàn toàn dựa vào sự tự động đánh giá của mô hình dữ liệu.”

“Nếu thêm quá nhiều ràng buộc, nó sẽ hạn chế khả năng khám phá của algoritm!” Triệu Khải phản bác: “Rất nhiều mối liên hệ giữa các gen chưa được biết đến cho đến nay chính là nhờ vào việc vượt qua những hiểu biết sinh học hiện có mà mới được phát hiện ra. Nếu chúng ta ngay từ đầu đã gò bó algoritm trong khuôn khổ kiến thức hiện có, có thể chúng ta sẽ bỏ lỡ những vị trí gen thực sự quan trọng. Điều này chính là ví dụ điển hình của chủ nghĩa kinh nghiệm, và nó sẽ cản trở sự đổi mới công nghệ!”

Cuộc tranh luận giữa hai người đã thu hút sự chú ý của các thành viên trong hai nhóm; nhiều người cũng bắt đầu tham gia vào cuộc tranh cãi. Các thành viên trong nhóm công nghệ AI phần lớn đều ủng hộ Triệu Khải, cho rằng nhóm thí nghiệm sinh học quá bảo thủ và không hiểu rõ những ưu điểm của công nghệ AI.

Trong khi đó, các thành viên trong nhóm thí nghiệm sinh học lại đứng về phía Châu Duyệt, cáo buộc nhóm AI không am hiểu kiến thức sinh học cơ bản, chỉ mù quáng theo đuổi hiệu suất mà bỏ qua tính chặt chẽ trong nghiên cứu khoa học.

Phòng họp trở nên ồn ào; cuộc

Ưu điểm của công nghệ AI nằm ở khả năng xử lý lượng dữ liệu khổng lồ một cách hiệu quả và khai thác những mối liên hệ tiềm ẩn – điều mà các phương pháp thí nghiệm truyền thống không thể sánh kịp; trong khi đó, sự chặt chẽ về mặt sinh học mà Châu Duyệt nhấn mạnh cũng chính là yếu tố then chốt trong nghiên cứu gen, không được phép có bất kỳ sơ suất nào. Vấn đề then chốt không nằm ở việc tranh luận xem ai đúng ai sai, mà là làm thế nào để kết hợp công nghệ AI một cách hiệu quả với nghiên cứu sinh học.”

Nói xong, cô nhìn vào Giáo sư Sư Minh Viễn và đề xuất: “Giáo sư Sư, tôi cho rằng nên thành lập một nhóm làm việc chung gồm các thành viên chủ chốt của hai nhóm. Nhóm công nghệ AI sẽ chịu trách nhiệm tối ưu hóa thuật toán, biến những kiến thức sinh học đã được đề xuất bởi Châu Duyệt và các đồng nghiệp thành các điều kiện ràng buộc có thể đo lường được thông qua thuật toán; còn nhóm thí nghiệm sinh học sẽ cử người tham gia trực tiếp quá trình lọc dữ liệu bằng AI, đồng thời cung cấp những góp ý chuyên môn kịp thời để hoàn thiện thuật toán.”

“Đồng thời, chúng ta có thể bắt đầu bằng cách lựa chọn một số gen liên quan đến bệnh đã được biết đến, để kiểm tra tính hiệu quả của thuật toán sau khi được tối ưu hóa. Sau khi đạt tiêu chuẩn, mới tiến hành quá trình lọc dữ liệu quy mô lớn.”

Giáo sư Sư Minh Viễn gật đầu đồng ý: “Kế hoạch này khá hợp lý. Triệu Khải, bạn hãy dẫn đầu nhóm công nghệ AI để xem xét những điểm có thể được tối ưu hóa trong thuật toán. Còn Châu Duyệt, bạn hãy sắp xếp hai nhân viên thí nghiệm giàu kinh nghiệm tham gia nhóm làm việc chung để hỗ trợ về mặt sinh học. Mục tiêu của chúng ta là giống nhau: đó là tìm ra chính xác các gen liên quan đến bệnh càng sớm càng tốt, nhằm thúc đẩy tiến độ của dự án nghiên cứu và phát triển. Tôi hy vọng cả hai nhóm sẽ gác lại những bất đồng và hợp tác chặt chẽ với nhau.”

Ngô Hoà, người từ lâu đã quan tâm đến lĩnh vực này, cũng đến phòng họp sau khi nghe xong cuộc thảo luận và nói: “Tôi muốn bổ sung thêm một điểm. Sự kết hợp giữa các công nghệ khác nhau chắc chắn sẽ gặp phải những xung đột về quan điểm. Những bất đồng lần này chính là minh chứng cho việc mọi người đều coi trọng công việc nghiên cứu và phát triển này.”

“Tiếp theo, nhóm làm việc chung sẽ tổ chức một cuộc họp hàng tuần để thảo luận về tiến độ công việc và giải quyết những vấn đề phát sinh trong quá trình hợp tác. Công ty sẽ hỗ trợ tối đa công việc của các bạn, dù là về nguồn lực kỹ thuật hay vật tư, các bạn đều có thể yêu cầu b

Trong những ngày tiếp theo, các thành viên của nhóm công nghệ AI và nhóm thí nghiệm sinh học thường xuyên cùng nhau làm việc.

Triệu Khải dẫn dắt đội ngũ của mình, kiên nhẫn lắng nghe ý kiến đề xuất của Châu Duyệt và những người khác, chuyển đổi các kiến thức sinh học như ghi chú về chức năng gen, phân tích sự tập trung của các con đường sinh học thành các thông số ràng buộc cho thuật toán; trong khi đó, Châu Duyệt cùng với các nhân viên thí nghiệm giải thích chi tiết logic cốt lõi và các chỉ số quan trọng trong nghiên cứu gen cho nhóm AI, giúp họ hiểu rõ hơn ý nghĩa sinh học đằng sau các dữ liệu.

Trong quá trình này, cả hai bên đều gặp phải không ít vấn đề mới. Ví dụ, một số kiến thức sinh học khó có thể được định lượng thành các thông số thuật toán, khiến việc tối ưu hóa thuật toán tạm thời bị trì hoãn; một số phương pháp khai thác dữ liệu do nhóm AI đề xuất lại mâu thuẫn với logic nghiên cứu sinh học truyền thống, gây ra những bất đồng nhỏ. Nhưng lần này, mọi người không cãi vã nữa, mà thông qua nhiều cuộc thảo luận và thí nghiệm mô phỏng, từng bước tìm ra điểm cân bằng phù hợp.

Nửa tháng sau, phiên bản thuật toán AI đã được tối ưu hóa và hoàn thành vòng kiểm tra đầu tiên. Trong việc lọc các locus gen liên quan đến các bệnh đã biết, tỷ lệ độ chính xác đạt 98%, và tỷ lệ các locus gen không phù hợp đã giảm đáng kể. Khi Triệu Khải và Châu Duyệt báo cáo kết quả này với Giáo sư Từ Minh Viễn và Dương Phương, cả hai đều tỏ ra rất vui mừng.

“Đây chính là sức mạnh của sự hợp tác nhóm.” Dương Phương chia sẻ: “Công nghệ AI mang lại năng lực cho nghiên cứu sinh học, trong khi kiến thức sinh học giúp định hướng cho công nghệ AI; sự kết hợp giữa hai lĩnh vực này mới tạo nên hiệu quả cao hơn mong đợi.”

Những bất đồng phát sinh từ ranh giới ứng dụng công nghệ cuối cùng cũng được giải quyết nhờ sự hòa nhập sâu rộng giữa hai nhóm. Sau cuộc tranh luận này, nhóm công nghệ AI và nhóm thí nghiệm sinh học không chỉ tìm ra mô hình hợp tác hiệu quả, mà còn xây dựng được bầu không khí đoàn kết, tin tưởng lẫn nhau. Bầu không khí này đã trở thành nền tảng vững chắc để Trung tâm Nghiên cứu và Phát triển Công nghệ Sinh học Linh Hồ Hoàng Vũ tiếp tục tiến lên, vượt qua hàng loạt thách thức kỹ thuật trong tương lai.