AI scientist bước ra khỏi chatbot: Máy bắt đầu tự đọc paper, đặt giả thuyết và xây quy trình nghiên cứu

Trong vài năm đầu của làn sóng AI tạo sinh, cách phổ biến nhất để tương tác với máy là mở một ô chat, đặt câu hỏi rồi chờ câu trả lời. Nhưng trong nghiên cứu khoa học, mô hình này đang bắt đầu thay đổi.

Một thế hệ hệ thống mới không chỉ chờ con người hỏi từng câu. Chúng có thể được giao một mục tiêu nghiên cứu, tự tìm tài liệu liên quan, so sánh các hướng giải thích, đề xuất giả thuyết, viết mã, thiết kế thí nghiệm tính toán, phân tích kết quả rồi dùng kết quả đó để quyết định bước tiếp theo.

Những hệ thống như vậy thường được gọi là AI scientist, AI co-scientist hoặc rộng hơn là agentic science — khoa học dựa trên các tác nhân AI có khả năng lập kế hoạch và hành động qua nhiều bước.

Điều đáng chú ý không phải là AI đã “trở thành nhà khoa học”. Điều đáng chú ý là phần việc mà AI có thể tự thực hiện đang dịch chuyển từ từng tác vụ rời rạc sang cả một chu trình nghiên cứu.

Từ chatbot sang tác nhân nghiên cứu

Một chatbot thông thường hoạt động theo mô hình tương đối đơn giản: người dùng đưa vào một yêu cầu, mô hình tạo ra câu trả lời.

Một AI scientist hoạt động khác. Thay vì chỉ sinh một đoạn văn, hệ thống thường được kết nối với công cụ tìm kiếm tài liệu, cơ sở dữ liệu khoa học, môi trường lập trình, công cụ phân tích dữ liệu và các mô hình đánh giá. Nó có thể giữ trạng thái qua nhiều bước và lặp lại quá trình nghiên cứu.

Một vòng làm việc điển hình có thể gồm:

1. Nhận một vấn đề hoặc mục tiêu nghiên cứu.
2. Tìm và đọc các công trình liên quan.
3. Xác định khoảng trống hoặc điểm chưa được giải thích.
4. Tạo nhiều giả thuyết.
5. Xếp hạng giả thuyết theo tính mới, khả thi hoặc tiềm năng.
6. Thiết kế thí nghiệm hoặc phân tích để kiểm tra.
7. Viết mã và chạy thí nghiệm nếu bài toán có thể thực hiện trên máy tính.
8. Đọc kết quả, loại bỏ hướng thất bại và sửa giả thuyết.
9. Lặp lại nhiều vòng.
10. Tổng hợp thành báo cáo hoặc bản thảo bài báo.

Điểm khác biệt cốt lõi nằm ở chữ lặp. AI không chỉ tạo một giả thuyết rồi dừng lại. Một hệ thống tác nhân có thể dùng kết quả từ vòng trước làm dữ liệu cho vòng sau.

Google AI co-scientist: nhiều tác nhân cùng tranh luận về giả thuyết

Tháng 2/2025, Google Research giới thiệu AI co-scientist, một hệ thống đa tác nhân xây dựng trên Gemini 2.0 và được thiết kế như cộng sự nghiên cứu ảo.

Thay vì dùng một mô hình duy nhất để trả lời từ đầu tới cuối, hệ thống chia công việc cho nhiều tác nhân chuyên biệt. Google mô tả các vai trò như Generation, Reflection, Ranking, Evolution, Proximity và Meta-review.

Một tác nhân tạo giả thuyết. Tác nhân khác phản biện. Một nhóm khác so sánh nhiều giả thuyết với nhau. Những hướng tốt hơn được tiếp tục biến đổi, kiểm tra và xếp hạng.

Quá trình này giống một phiên bản thu nhỏ của hoạt động khoa học tập thể: đề xuất, phản biện, lựa chọn rồi cải tiến.

Đặc biệt, hệ thống không chỉ dừng ở tổng hợp tài liệu. Theo Google, nó được thiết kế để tạo giả thuyết nghiên cứu và cả giao thức thí nghiệm phù hợp với mục tiêu mà nhà khoa học đưa vào.

Một số giả thuyết đã được mang ra phòng thí nghiệm

Giá trị của một hệ thống khoa học không nằm ở việc viết ra một ý tưởng nghe hợp lý, mà ở khả năng tạo ra giả thuyết có thể kiểm tra được.

Google cho biết AI co-scientist đã được thử nghiệm trong một số bài toán y sinh có chuyên gia tham gia.

Trong nghiên cứu tái định vị thuốc cho bệnh bạch cầu tủy cấp, hệ thống đề xuất các ứng viên thuốc, sau đó các thí nghiệm tế bào xác nhận một số ứng viên có khả năng làm giảm sức sống của tế bào ung thư ở các nồng độ phù hợp về mặt lâm sàng.

Trong một bài toán khác về xơ gan, AI được dùng để đề xuất và xếp hạng các mục tiêu điều trị, đồng thời tạo giao thức thực nghiệm. Một số mục tiêu được đánh giá trên mô hình organoid gan người và cho thấy hoạt tính chống xơ hóa trong các thí nghiệm được Google công bố.

Ở nghiên cứu về cơ chế lan truyền gen kháng kháng sinh, hệ thống còn tái tạo độc lập một cơ chế mà nhóm nghiên cứu đã phát hiện bằng thực nghiệm nhưng chưa công bố công khai vào thời điểm AI được giao bài toán.

Những kết quả này chưa chứng minh AI có thể tự làm khoa học y sinh từ đầu đến cuối. Chính Google gọi hệ thống là co-scientist và nhấn mạnh vai trò của chuyên gia trong vòng lặp. Nhưng chúng cho thấy AI đã đi xa hơn việc tóm tắt paper: đầu ra của hệ thống có thể trở thành giả thuyết để con người đem đi kiểm chứng.

Sakana AI Scientist: từ ý tưởng đến bản thảo gần như tự động

Một hướng tiếp cận tham vọng hơn đến từ Sakana AI.

The AI Scientist được thiết kế để tự động hóa gần trọn vòng đời nghiên cứu trong machine learning — lĩnh vực đặc biệt thuận lợi cho tự động hóa vì phần lớn thí nghiệm có thể thực hiện hoàn toàn bằng mã và GPU.

Hệ thống có thể tạo ý tưởng, tìm tài liệu, lập kế hoạch thí nghiệm, viết mã, chạy thí nghiệm, phân tích và vẽ kết quả, viết bản thảo khoa học, sau đó dùng một hệ thống reviewer tự động để đánh giá công trình.

Phiên bản mới hơn còn sử dụng tìm kiếm dạng cây để thử nhiều nhánh thí nghiệm khác nhau. Sau mỗi giai đoạn, hệ thống giữ lại các nhánh có triển vọng hơn rồi tiếp tục tối ưu, thay vì chỉ chạy một kế hoạch tuyến tính duy nhất.

Tháng 3/2026, công trình mô tả hệ thống này được xuất bản trên Nature với tiêu đề “Towards end-to-end automation of AI research”.

Một paper do AI tạo đã vượt ngưỡng chấp nhận ở workshop

Thử nghiệm gây chú ý nhất của Sakana AI là gửi ba bản thảo do hệ thống tạo ra vào quy trình phản biện của một workshop thuộc ICLR 2025, với sự đồng ý của ban tổ chức.

Toàn bộ quá trình tạo ý tưởng, lập trình, chạy thí nghiệm và viết bản thảo được thực hiện bởi hệ thống mà không có con người sửa nội dung. Nhóm nghiên cứu vẫn lọc các đầu ra để chọn ba bản phù hợp nhất trước khi gửi.

Một trong ba bài nhận điểm trung bình 6,33 từ ba reviewer và vượt ngưỡng chấp nhận trung bình của workshop. Theo bài báo trên Nature, ban tổ chức cho biết bài này nhiều khả năng đã được chấp nhận nếu nhóm không rút lại theo quy trình đã thống nhất trước vì đây là thí nghiệm với bài do AI tạo.

Đây là một cột mốc đáng chú ý, nhưng nó cần được đọc đúng tỷ lệ.

Workshop đó có tỷ lệ chấp nhận khoảng 70%, thấp hơn đáng kể so với tiêu chuẩn của chương trình chính ICLR. Hai trong ba bài AI gửi không đạt ngưỡng. Chính nhóm phát triển đánh giá rằng không bài nào đủ chất lượng cho chương trình chính của ICLR.

Nói cách khác, AI đã chứng minh nó có thể tạo một công trình đủ để vượt qua một quy trình phản biện khoa học thực sự ở cấp workshop. Điều đó chưa đồng nghĩa AI đã đạt trình độ của một nhà nghiên cứu hàng đầu.

Kosmos: đọc hàng nghìn paper và phân tích dữ liệu trong nhiều giờ

Một nhánh khác của AI scientist tập trung vào nghiên cứu dựa trên dữ liệu hơn là tự viết paper machine learning.

Kosmos, được giới thiệu trong một preprint năm 2025, nhận một mục tiêu mở cùng bộ dữ liệu rồi thực hiện nhiều vòng song song giữa tìm kiếm tài liệu, phân tích dữ liệu và tạo giả thuyết.

Theo nhóm phát triển, một lượt chạy có thể kéo dài tới 12 giờ, bao gồm hàng trăm lượt tác nhân, hàng chục nghìn dòng mã và việc đọc một lượng lớn tài liệu khoa học. Hệ thống duy trì một mô hình trạng thái có cấu trúc để các tác nhân phân tích dữ liệu và tìm kiếm tài liệu chia sẻ kết quả với nhau.

Cách tiếp cận này quan trọng vì một trong những vấn đề lớn của agent AI hiện nay là mất mạch khi nhiệm vụ kéo dài. Nếu hệ thống không lưu được một mô hình nhất quán về những gì đã biết, nó dễ lặp lại công việc, bỏ quên giả thuyết hoặc đưa ra kết luận mâu thuẫn.

Tuy vậy, các kết quả của Kosmos cần được nhìn thận trọng. Một đánh giá độc lập trong sinh học bức xạ đã cho thấy hệ thống có thể tạo ra phát hiện hữu ích nhưng cũng có thể đưa ra giả thuyết không đứng vững khi kiểm tra với các mô hình đối chứng phù hợp.

“Tự đọc paper” thực sự nghĩa là gì?

Khi nói AI scientist “đọc paper”, không nên hình dung máy hiểu tài liệu giống một nhà khoa học con người.

Trong thực tế, hệ thống thường truy vấn công cụ tìm kiếm hoặc cơ sở dữ liệu, lấy phần văn bản có liên quan, trích xuất thông tin, so sánh các bài và lưu tóm tắt vào bộ nhớ làm việc.

Điều mới nằm ở chỗ những thao tác đó được gắn vào một chu trình ra quyết định.

Nếu một bài báo cho thấy hướng A đã được thử và thất bại, hệ thống có thể loại A. Nếu một paper khác gợi ý biến số B có liên quan đến hiện tượng đang nghiên cứu, AI có thể tạo một giả thuyết mới quanh B rồi thiết kế phân tích để kiểm tra.

Khả năng này biến tìm kiếm tài liệu từ một công cụ trả về kết quả thành một phần của quá trình khám phá.

“Đặt giả thuyết” cũng không giống sáng tạo khoa học của con người

Một mô hình ngôn ngữ có thể sinh ra rất nhiều giả thuyết. Nhưng số lượng không phải vấn đề khó nhất.

Khoa học đòi hỏi giả thuyết phải mới, có cơ chế hợp lý, kiểm chứng được và đủ quan trọng để đáng đầu tư thời gian.

AI scientist vì thế thường sử dụng nhiều lớp lọc: đối chiếu với literature để tránh lặp ý tưởng đã có, cho các tác nhân phản biện lẫn nhau, xếp hạng theo tính mới và khả thi, chạy thí nghiệm sơ bộ rồi loại các nhánh yếu.

Nói cách khác, sức mạnh không chỉ đến từ LLM “nghĩ ra ý tưởng”, mà từ việc biến quá trình nghĩ — kiểm tra — phản biện — sửa đổi thành một vòng lặp máy có thể chạy hàng chục hoặc hàng trăm lần.

Tại sao khoa học tính toán là nơi AI scientist tiến nhanh nhất?

Machine learning, toán tính toán, vật liệu mô phỏng và một số nhánh sinh học dữ liệu có một lợi thế lớn: thí nghiệm có thể chạy trực tiếp trên máy tính.

Nếu AI có quyền viết mã và truy cập môi trường tính toán, nó có thể tự thực hiện gần như toàn bộ vòng lặp:

giả thuyết → code → chạy → kết quả → phân tích → giả thuyết mới.

Không cần robot cầm pipette. Không cần mua hóa chất. Không phải chờ nuôi tế bào nhiều ngày.

Đây là lý do The AI Scientist hiện tập trung chủ yếu vào nghiên cứu machine learning. Bài báo trên Nature cũng nói rõ hệ thống hiện chỉ thực hiện thí nghiệm tính toán.

Bước khó hơn: nối AI với phòng thí nghiệm vật lý

Để AI scientist bước từ máy chủ ra phòng lab, hệ thống phải kết nối với robot, thiết bị đo và phần mềm điều khiển thí nghiệm.

Về nguyên tắc, một phòng thí nghiệm tự động có thể tạo thành vòng khép kín:

AI đề xuất thí nghiệm → robot thực hiện → thiết bị đo trả dữ liệu → AI phân tích → AI chọn thí nghiệm tiếp theo.

Những “self-driving lab” kiểu này đã được nghiên cứu trong hóa học và khoa học vật liệu từ trước làn sóng LLM. Sự xuất hiện của các mô hình ngôn ngữ và agent khiến phần lập kế hoạch cấp cao, đọc literature và giải thích kết quả có thể được nối trực tiếp vào hạ tầng tự động hóa đó.

Nhưng phòng thí nghiệm vật lý cũng làm rủi ro tăng mạnh. Một lỗi code trong bài toán machine learning có thể làm hỏng một lượt chạy. Một quyết định sai trong hóa học hoặc sinh học có thể gây lãng phí vật liệu, phá thiết bị hoặc tạo nguy cơ an toàn.

Điểm yếu lớn nhất hiện nay: máy vẫn có thể tự tin làm sai khoa học

AI scientist không loại bỏ những điểm yếu quen thuộc của mô hình ngôn ngữ. Nó có thể khuếch đại chúng.

Nếu một chatbot bịa một trích dẫn, người dùng có thể phát hiện và bỏ qua. Nhưng nếu một agent lấy trích dẫn sai đó làm nền tảng cho giả thuyết, viết code dựa trên giả thuyết rồi tiếp tục chạy hàng chục vòng, lỗi ban đầu có thể lan xuyên suốt toàn bộ pipeline.

Bài báo của Sakana AI trên Nature liệt kê nhiều lỗi thực tế: ý tưởng ngây thơ hoặc chưa phát triển đủ, triển khai sai ý tưởng chính, thiếu độ chặt chẽ phương pháp, lỗi trong thí nghiệm, hình minh họa lặp và hallucination trong trích dẫn.

Đó là lý do “tự chủ” không nên được hiểu là “đáng tin cậy”. Hai khái niệm này hoàn toàn khác nhau.

AI tự chấm AI cũng là một bài toán chưa giải quyết

Nhiều hệ thống AI scientist dùng model khác để đánh giá giả thuyết, chọn thí nghiệm hoặc review paper.

Cách này rất hữu ích để mở rộng quy mô. Con người không thể đọc hàng nghìn giả thuyết mà agent sinh ra mỗi ngày.

Nhưng nếu generator và evaluator có cùng điểm mù, hệ thống có thể tự củng cố một hướng sai. Một nghiên cứu trông thuyết phục với AI reviewer chưa chắc đã đứng vững trước chuyên gia hoặc một thử nghiệm đối chứng đơn giản.

Vì vậy, kiểm chứng độc lập, benchmark có ground truth, dữ liệu đối chứng và human review vẫn là lớp bảo vệ quan trọng.

AI scientist có thay nhà khoa học không?

Ở thời điểm hiện tại, câu trả lời hợp lý hơn là: AI đang tự động hóa ngày càng nhiều phần của nghề nghiên cứu, chứ chưa thay thế toàn bộ vai trò của nhà khoa học.

Nhà khoa học không chỉ viết paper và chạy thí nghiệm.

Họ quyết định vấn đề nào đáng nghiên cứu, xây dựng trực giác từ nhiều năm kinh nghiệm, nhận ra khi dữ liệu “có gì đó không ổn”, thiết kế đối chứng, hiểu giới hạn của thiết bị, chịu trách nhiệm đạo đức và thuyết phục cộng đồng rằng một kết quả thực sự có ý nghĩa.

Những phần việc đó khó đóng gói thành một chuỗi tool call.

Nhưng một lượng lớn công việc nghiên cứu có tính lặp lại và có cấu trúc hơn nhiều: rà literature, thử biến thể thuật toán, chạy ablation, làm sạch dữ liệu, viết mã phân tích, kiểm tra hàng trăm giả thuyết phụ.

Đây chính là vùng mà agent AI có thể tạo tác động trước tiên.

Từ “một nhà khoa học, một dự án” sang hàng nghìn nhánh nghiên cứu song song

Nếu chi phí inference tiếp tục giảm và hệ thống trở nên đáng tin cậy hơn, tác động lớn nhất của AI scientist có thể không phải là tạo ra một “Einstein nhân tạo”.

Nó có thể là khả năng mở rộng số lượng thử nghiệm.

Một nhóm nghiên cứu con người thường chỉ đủ thời gian theo vài hướng cùng lúc. Một hệ thống agent có thể tạo hàng trăm giả thuyết, chạy hàng trăm thí nghiệm tính toán, loại phần lớn và chỉ đưa những kết quả đáng chú ý nhất cho con người.

Vai trò của nhà khoa học khi đó chuyển dần từ người trực tiếp thực hiện mọi thao tác sang người đặt mục tiêu, thiết kế hệ thống kiểm chứng và quyết định kết quả nào thực sự đáng tin.

Nguy cơ mới: “rác khoa học” cũng có thể được sản xuất ở quy mô máy

Cùng công nghệ có thể tăng tốc khoa học cũng có thể tăng tốc việc tạo ra nghiên cứu chất lượng thấp.

Nếu một agent có thể tạo paper gần như tự động, chi phí sản xuất bản thảo giảm mạnh. Trong khi đó, peer review vẫn phụ thuộc phần lớn vào thời gian hữu hạn của các nhà nghiên cứu con người.

Sakana AI thừa nhận nguy cơ hệ thống tự động có thể làm quá tải quy trình phản biện, tạo thêm nhiễu cho literature, gây tranh cãi về ghi nhận tác giả và thậm chí bị dùng cho các hướng nghiên cứu nguy hiểm.

Đây là một nghịch lý: khoa học có thể tạo kết quả nhanh hơn rất nhiều, nhưng nếu hệ thống kiểm chứng không tăng tốc tương ứng, cộng đồng có thể gặp khó khăn hơn trong việc phân biệt tín hiệu khỏi nhiễu.

Bước ngoặt thật sự không phải AI “biết nhiều”, mà AI có vòng lặp hành động

Trong làn sóng chatbot, khả năng nổi bật của AI là tạo câu trả lời.

Trong làn sóng agent, khả năng quan trọng hơn là thực hiện một chuỗi hành động dựa trên kết quả của chính các hành động trước đó.

Đó là lý do AI scientist đáng chú ý.

Máy không chỉ trả lời “một giả thuyết có thể là gì?”. Nó có thể tìm literature để kiểm tra giả thuyết đó đã có chưa, viết code để thử, xem đồ thị, phát hiện thất bại, thay đổi kế hoạch rồi chạy lại.

Đây mới là bước chuyển từ AI như một giao diện trò chuyện sang AI như một thành phần tham gia vào quá trình nghiên cứu.

Chưa phải “nhà khoa học robot”, nhưng ranh giới đã bắt đầu dịch chuyển

Hiện tại, cụm từ “AI scientist” vẫn dễ tạo cảm giác rằng máy đã có sự tò mò, trực giác và quyền tự chủ giống một nhà khoa học con người. Thực tế còn xa hơn nhiều.

Các hệ thống tiên tiến nhất vẫn hoạt động trong không gian mục tiêu do con người xác định, phụ thuộc vào mô hình nền, công cụ và dữ liệu mà con người cung cấp, đồng thời cần kiểm tra nghiêm ngặt để phát hiện những sai lầm mà chính chúng không nhận ra.

Tuy nhiên, một thay đổi thực sự đã xảy ra.

AI không còn bị giới hạn ở việc viết đoạn văn về khoa học. Một số hệ thống đã có thể đọc tài liệu, tạo và so sánh giả thuyết, xây quy trình nghiên cứu, viết code, chạy thí nghiệm tính toán và tạo bản thảo hoàn chỉnh. Một số giả thuyết do AI đề xuất cũng đã được đưa vào phòng thí nghiệm để kiểm chứng.

Ranh giới mới vì thế không còn là “AI có trả lời được câu hỏi khoa học hay không?”.

Câu hỏi đang dần trở thành: bao nhiêu phần của chu trình khám phá khoa học có thể được giao cho máy — và chúng ta sẽ kiểm chứng, giám sát và chịu trách nhiệm cho những phát hiện đó như thế nào?

Nguồn tham khảo

• Lu C. và cộng sự, Nature 2026 — Towards end-to-end automation of AI research.
• Google Research — Accelerating scientific breakthroughs with an AI co-scientist.
• Yamada Y. và cộng sự — The AI Scientist-v2.
• Mitchener L. và cộng sự — Kosmos: An AI Scientist for Autonomous Discovery.
• Nusrat H. và Nusrat O. — Independent evaluation of Kosmos in radiation biology.