AI có thể giúp dự đoán đại dịch tiếp theo không?

Mặc dù trí tuệ nhân tạo (AI) được sử dụng để phát hiện và cảnh báo mọi người về đại dịch mới nhất, nhưng công nghệ tương tự có thể dẫn đến việc lan truyền thông tin sai lệch nếu không có biện pháp bảo vệ phù hợp, người sáng lập một công ty Canada, là một trong những công ty đầu tiên phát hiện COVID-19 nói.

Khi các bác sĩ, nhà khoa học và nhà hoạch định chính sách cân nhắc cách sử dụng AI tốt nhất để theo dõi đại dịch có thể xảy ra, Tiến sĩ Kamran Khan, chuyên gia về bệnh truyền nhiễm và người sáng lập BlueDot, cho biết bước đầu tiên là "đảm bảo rằng chúng ta không tạo ra bất kỳ tác hại tiềm tàng nào trong quá trình."

Phát biểu với CTVNews.ca vào tháng 6 tại hội nghị công nghệ Collision ở Toronto, nơi những mối nguy hiểm tiềm ẩn của AI là một trong những cuộc trò chuyện phổ biến nhất, Khan cho biết "đây là vấn đề không chỉ là vấn đề của riêng chính phủ," mà còn đối với toàn xã hội.

Khan cảnh báo rằng các mô hình ngôn ngữ lớn (LLM), về cơ bản là một thuật toán có thể sử dụng bộ dữ liệu khổng lồ để dự đoán và tạo văn bản, có thể là mục tiêu "sự tưởng tượng" hoặc bịa đặt.

Ông nói: “Chúng ta cần tạo ra… một số hàng rào bảo vệ xung quanh nó, bởi vì như bạn có thể tưởng tượng, LLM có thể khuếch đại thông tin sai lệch và điều đó không giúp ích gì cho chúng ta.”

BLUEDOT PHÁT HIỆN COVID-19

BlueDot có trụ sở tại Toronto đã trở nên nổi tiếng vì là một trong những tổ chức đầu tiên phát hiện ra các dấu hiệu của SARS-CoV-2, loại vi-rút corona gây ra bệnh COVID-19.

Công ty đã hoàn thành việc này bằng cách sử dụng AI để quét hàng chục nghìn bài báo mỗi ngày bằng hàng chục ngôn ngữ, dẫn đến hệ thống của họ phát hiện một bài báo về "bệnh viêm phổi không rõ nguyên nhân" vào sáng ngày 31 tháng 12 năm 2019.

BlueDot đã gửi cảnh báo cho khách hàng của mình vào cùng ngày, gần một tuần trước khi Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh Hoa Kỳ và Tổ chức Y tế Thế giới đưa ra cảnh báo.

Vào tháng 6, Harvard Public Health đã báo cáo rằng sau khi BlueDot gửi cảnh báo tới khách hàng, cơ sở khách hàng của công ty đã tăng 475%.

TẬN DỤNG AI ĐỂ BIẾT TRƯỚC KHI CÁC BỆNH MỚI XUẤT HIỆN

Người ta đã viết nhiều về lợi ích của AI, cụ thể là tốc độ mà AI có thể giúp xác định một căn bệnh mới xuất hiện và gửi đi những tín hiệu cảnh báo sớm đó.

Khan cho biết ông thành lập BlueDot vì ông cảm thấy cần phải có khả năng ứng phó với các trường hợp khẩn cấp về bệnh truyền nhiễm một cách nhanh chóng và chính xác, theo những cách "không nhất thiết phải có trong lĩnh vực học thuật."

Ông nói: “Chúng ta nên tận dụng công nghệ và đổi mới mới nhất để giải quyết vấn đề này, vấn đề không chỉ của Canada mà còn là vấn đề của phần còn lại của thế giới.”

Nhưng nỗ lực làm như vậy cần "được củng cố bằng lòng tin và đã có rất nhiều sự xói mòn lòng tin trong vài năm qua," Khan nói thêm.

Tổ chức Hợp tác và Phát triển Kinh tế OECD vào tháng 4 năm 2020 cho biết mặc dù AI không phải là "viên đạn bạc," các nhà hoạch định chính sách nên khuyến khích chia sẻ dữ liệu y tế, phân tử và khoa học để giúp các nhà nghiên cứu AI xây dựng các công cụ có thể hỗ trợ cộng đồng y tế, đồng thời cũng đảm bảo rằng các hệ thống AI là "đáng tin cậy."

"Thay vì thực hiện phân tích dữ liệu thủ công hoặc bắt đầu dán nhãn dữ liệu hoặc dành thời gian để hợp nhất dữ liệu đến từ các nguồn khác nhau, chúng tôi có các mô-đun AI có thể xử lý dữ liệu và tạo ra một số thông tin sâu sắc cho những người ra quyết định trong bối cảnh," Zahra Shakeri, trợ lý giáo sư về tin học y tế và trực quan hóa thông tin tại Đại học Toronto, nói với CTVNews.ca trong một cuộc phỏng vấn vào Chủ Nhật.

BẮT BUỘC ‘TÍCH HỢP CÁC CHUYÊN GIA’

Shakeri, người cũng là thành viên của Institute for Pandemics trực thuộc Đại học Toronto và là giám đốc Phòng thí nghiệm HIVE của trường, nói thêm rằng mặc dù AI có thể giúp cải thiện sự sẵn sàng và khả năng phục hồi của hệ thống chăm sóc sức khỏe, nhưng "nó không thể là công cụ duy nhất mà chúng ta có thể sử dụng để đưa ra kết luận cuối cùng."

Bà nói rằng các mô hình AI tạo sinh hoạt động bằng cách cố gắng phát hiện mối quan hệ giữa các từ, không nhất thiết phải là những gì thực tế.

Và mặc dù một số văn bản nhất định có thể bị AI đánh dấu là thông tin sai lệch, nhưng không phải mọi thứ sẽ được phát hiện.

Một giải pháp có thể là nhờ các chuyên gia từ các lĩnh vực khác nhau giúp xác định điều gì là đúng hoặc làm cho các mô hình AI có khả năng phát hiện thông tin sai lệch tốt hơn. Nâng cao nhận thức cộng đồng về những tác hại tiềm ẩn của thông tin do AI tạo ra cũng có thể hữu ích.

Nhưng Shakeri nói rằng cần có nhiều lãnh đạo, quản trị, nhà nghiên cứu, nhà hoạch định chính sách và các bên liên quan từ các lĩnh vực khác nhau cùng nhau giải quyết vấn đề, tương tự như sự ra đời của năng lượng hạt nhân.

“Nói về những khái niệm này nghe có vẻ rất đơn giản, nhưng khi thực hiện các giải pháp, chúng tôi thực sự cần có nhiều chuyên gia hơn, hỗ trợ nhiều hơn,” bà nói.

Khan cũng nói rằng chúng ta cần một "sự kết hợp tích hợp của các chuyên gia hiểu rõ vấn đề."

"Giống như bản thân tôi là một bác sĩ, tôi là một nhà dịch tễ học. Chúng ta có bác sĩ thú y, chúng ta có những người khác trong khoa học sức khỏe cộng đồng và sau đó chúng ta phải kết hợp điều đó với nhà khoa học dữ liệu, chuyên gia máy học và kỹ sư sẽ xây dựng toàn bộ cơ sở hạ tầng này," ông nói.

Ông nói thêm, đó là vấn đề "không phản chậm" và chuẩn bị ngay bây giờ.

"Và tôi không nghĩ rằng chúng ta cần phải ở trong trạng thái hoảng loạn, nhưng chúng ta cần sử dụng tốt hàng ngày, bởi vì đồng hồ đang kêu tích tắc."

Bản tiếng Việt của The Canada Life