BootLoops Hỗ Trợ Model AI Tính Toán Khoa Học Chính Xác

Matthew Schwartz, giáo sư vật lý tại Harvard University, nói ông đã ngừng dùng Claude như một nhà nghiên cứu người. Ông chuyển sang tìm các “vấn đề kiểu Claude”, tức những việc hợp với điểm mạnh của model AI hiện nay. Schwartz cũng là nhà nghiên cứu thỉnh giảng tại Anthropic.

Cách tiếp cận đó dẫn tới BootLoops, một khung mã nguồn mở cho các phép tính khoa học chính xác. Mã nguồn của nó có trên GitHub. Theo Schwartz, Claude đã tìm được liên hệ giữa vật lý hạt, sinh thái học, di truyền quần thể, kinh tế học và ngôn ngữ học.

Schwartz dùng khái niệm “bao lồi” để mô tả cách AI có thể giúp khoa học. Kiến thức của con người bị chia mảnh, các lĩnh vực kéo theo những hướng khác nhau trong khi các khoảng trống ít được khám phá. Một phòng thí nghiệm có thể mất 20 năm để nghiên cứu một nhóm gen bằng một phương pháp, còn các gen lân cận và cách tiếp cận khác thì vẫn bị bỏ ngỏ.

Trong 3 tháng, nhóm đã tạo ra 36 bản thảo ở 18 lĩnh vực với 19 đồng tác giả. Schwartz bắt đầu từ các phép tính vật lý hạt, cụ thể là biên độ tán xạ và tích phân elliptic. Trong vài tuần, Claude tính được 30 tích phân bằng BootLoops, trong đó 15 khớp với kết quả đã biết và 15 được tính lần đầu.

Sau đó nhóm mở rộng sang các lĩnh vực khác. Trong sinh thái học, Claude giải được một phương trình 20 năm tuổi từ lý thuyết đa dạng sinh học trung tính, vốn trước đó không thể tính ở quy mô lớn. Khi áp dụng vào dữ liệu, kết quả cho thấy thành phần loài cây trên Barro Colorado Island ở Panama Canal đang thay đổi nhanh gấp 4,5 lần so với lý thuyết cho phép, rồi James O'Dwyer giúp biến phát hiện đó thành mô hình dự báo tốt hơn.

Trong di truyền quần thể, nhóm phân tích 5,7 tỉ cặp đột biến từ 1000 Genomes Project và tìm thấy bằng chứng cho một cơ chế gọi là gene conversion. Các dự án khác gồm một trình sửa dữ liệu AI cho tạp chí kinh tế tự động kiểm tra 4.452 bộ hồ sơ tái lập, được đăng dưới dạng NBER Working Paper, và một cơ sở dữ liệu nhấn âm bao phủ 6.072 ngôn ngữ, do 3 nhà ngôn ngữ học xây dựng.

Schwartz nói AI đang đổi nhanh khoa học đến mức việc lên kế hoạch trước gần như không thể. Ông đặt câu hỏi vì sao phải xin tài trợ 3 năm cho một phép tính mà model AI có thể giải chỉ sau một đêm.