Nội dung bài viết
Biohub công bố ngày 7/10 việc mở rộng sáng kiến dữ liệu sinh học phục vụ AI với sự tham gia của các tổ chức công và doanh nghiệp công nghệ. Tổng cam kết khoảng 1,8 tỷ USD được mô tả gồm kinh phí, dữ liệu, tính toán và công nghệ đo lường. Không nên viết toàn bộ con số thành tiền mặt đã được chuyển cho một đơn vị.
Sáng kiến đặt trọng tâm vào dữ liệu sẵn sàng cho việc huấn luyện mô hình sinh học. Đây là phần nền ít được nhìn thấy hơn giao diện AI, nhưng ảnh hưởng trực tiếp tới câu hỏi mà một mô hình có thể học và mức đáng tin của kết quả.
Nhiều dữ liệu chưa chắc đã trả lời được câu hỏi
Một tập lớn có thể chứa những phép đo không cùng điều kiện hoặc thiếu thông tin mô tả. Khi đó, việc ghép lại không tự tạo nền tảng nghiên cứu tốt hơn. Nhóm sử dụng cần biết dữ liệu xuất phát từ đâu và được tạo trong hoàn cảnh nào.
Trong sinh học, một thay đổi về cách đo có thể ảnh hưởng những khác biệt được quan sát. Vì vậy, tài liệu đi kèm và cách kiểm tra chất lượng là phần của sản phẩm dữ liệu, không chỉ công việc hành chính sau khi thí nghiệm hoàn thành.
Mô hình cần được thử ngoài phần đã học
Kết quả tốt trên những trường hợp quen thuộc không bảo đảm mô hình xử lý tương đương với điều kiện mới. Cách đánh giá cần làm rõ dữ liệu kiểm tra và phần khác biệt so với dữ liệu dùng trước đó.
Đây là lý do chia sẻ phương pháp có ý nghĩa bên cạnh chia sẻ số lượng mẫu. Nếu người khác không hiểu cách xây dựng và đánh giá, họ khó biết một kết quả có thể được sử dụng ở đâu. Khả năng kiểm chứng giúp tránh biến điểm số thành lời khẳng định về toàn bộ sinh học.
Dữ liệu còn cần được mô tả để nhóm không tham gia tạo ra nó có thể hiểu. Một thông số thiếu đơn vị hoặc điều kiện đo có thể gây khó ngay cả khi bản ghi không có lỗi. Đầu tư vào tài liệu vì thế không tách khỏi đầu tư thí nghiệm. Khả năng dùng lại của nhiều nhóm sẽ giúp thấy rõ phần giá trị mà số lượng mẫu đơn thuần không thể hiện.
Dự đoán không thay thế mọi thí nghiệm
AI có thể hỗ trợ chọn hướng cần khảo sát, nhưng một dự đoán vẫn cần được xem xét theo câu hỏi nghiên cứu và bằng chứng phù hợp. Đặc biệt, việc tìm thấy một mối liên hệ không tự chứng minh cơ chế hoặc tạo ra sản phẩm điều trị.
Quá trình nối mô hình với thí nghiệm cần sự trao đổi giữa người làm tính toán và người hiểu dữ liệu được tạo ra. Khi hai phía cùng nhận diện giới hạn, công cụ có cơ hội giảm những bước thử thiếu cơ sở mà không làm mất yêu cầu kiểm tra thực tế.
Dữ liệu mở còn cần khả năng tiếp cận có ích
Một kho công bố rộng rãi chỉ phát huy giá trị khi người dùng tìm, hiểu và sử dụng được thông tin theo điều kiện phù hợp. Cách tổ chức phiên bản và thông báo sửa đổi cũng quan trọng, vì dữ liệu nghiên cứu có thể tiếp tục được hoàn thiện.
Tin về Biohub cho thấy đầu tư AI sinh học không chỉ chạy theo mô hình lớn hơn. Năng lực đo lường và nền dữ liệu có thể dùng lại là những phần cần được xây dựng lâu dài. Thành quả nên được theo dõi bằng các bộ dữ liệu thực sự được phát hành và kết quả kiểm chứng sau đó, thay vì đồng nhất quy mô cam kết với một bước đột phá điều trị đã xảy ra.
Xem thêm Tại sao? trên Tinh Hoa Số.
