TS. John Jumper: 'Ngay khi bắt đầu hãy cứ mơ những điều lớn lao'

Ấn tượng lần đầu tiên đến Việt Nam

Tôi được biết nhiều về TS. John Michael Jumper là khi đọc hồ sơ các đề cử Giải VinFuture 2022. Thông tin cho biết John Jumper sinh năm 1985 tại Arkansas, Hoa Kỳ, là một nhà khoa học máy tính và hóa học người Mỹ. Anh hiện là giám đốc nghiên cứu AlphaFold tại Google DeepMind.

John Jumper đã nhận bằng cử nhân toán và vật lý từ Đại học Vanderbilt năm 2007. Sau đó, anh tiếp tục học và nhận bằng thạc sĩ triết học về vật lý vật chất ngưng tụ lý thuyết tại Đại học Cambridge năm 2010. Tiếp theo, anh nhận bằng thạc sĩ khoa học (2012) và tiến sĩ hóa học lý thuyết (2017) từ Đại học Chicago, với luận án tiến sĩ tập trung vào việc sử dụng máy học trong mô phỏng gấp protein và động lực học.

Khi quyết định trao Giải đặc biệt VinFuture 2022 dành cho nhà khoa học nghiên cứu các lĩnh vực mới cho TS. Demis Hassabis (Vương quốc Anh) và TS. John Jumper (Hoa Kỳ), Hội đồng giải thưởng nhận định Demis Hassabis và John Jumper đã phát triển AlphaFold, một chương trình trí tuệ nhân tạo có khả năng dự đoán cấu trúc 3D của protein dựa trên trình tự axit amin với độ chính xác cao. Công trình này đã giải quyết một thách thức kéo dài hàng thập kỷ trong sinh học phân tử, mở ra những cơ hội mới trong nghiên cứu khoa học và y học. AlphaFold là một cuộc cách mạng trong sinh học. Nó biến bài toán gấp protein từ một thách thức kéo dài hàng thập kỷ thành công cụ dễ tiếp cận, tăng tốc độ nghiên cứu từ hàng năm xuống vài phút, mở ra cơ hội mới trong khoa học, y học, và môi trường.

John Jumper có mặt ở Hà Nội từ khá sớm (16.12.2022) với dự định sẽ dự các sự kiện khoa học của tuần lễ VinFuture từ 17 - 21.12.2022. Tuy nhiên, vì có việc riêng khẩn cấp, John Jumper đã phải quay về Mỹ, không thể ở lại Hà Nội cho đến đêm trực tiếp trao giải. Dù vậy anh cũng sẵn lòng thực hiện một cuộc ghi hình để phát trong sự kiện “Chào tương lai” - một hoạt động giao lưu giữa các chủ nhân giải thưởng VinFuture 2022 với sinh viên tại Trường Đại học VinUni:

“Đây là lần đầu tiên tôi tới Việt Nam. Thành phố của các bạn có vẻ đẹp cổ kính nhưng cũng rất náo nhiệt. Một nơi cho tôi cảm xúc rất tuyệt vời. Khi tôi là một sinh viên, tôi đã nghĩ rằng tôi sẽ nghiên cứu lĩnh vực nào đó để tên tôi được nhắc tới, dù chỉ là một câu trong sách giáo khoa nói về những gì mà tôi đã thực hiện. Đó hẳn là một thành tựu ấn tượng đối với tôi. Điều mà tôi muốn gửi gắm tới các bạn, đó là ngay từ khi bắt đầu hãy cứ mơ lớn về những điều lớn lao và quan trọng, biết đâu đấy, điều đó sẽ diễn ra. Điều đó thực sự sẽ rất tuyệt vời!”, John Jumper chia sẻ.

Tư duy đột phá mang lại thành tựu đột phá

Khi tôi gặp John Jumper tại Hà Nội, ấn tượng đầu tiên là anh có vẻ ngoài giống hầu hết các nghiên cứu sinh trẻ tuổi của Trường Đại học VinUni hay bất cứ đại học công nghệ nào. Tóc bù xù, mắt sáng, quần áo giản dị tiện lợi, và dĩ nhiên, tông mầu ghi hoặc đen xám. Vẻ ngoài này làm cho John Jumper hoàn toàn không có gì nổi bật trong đám đông. Trong quá trình ghi hình, anh rất thân thiện, chú tâm vào nội dung và luôn hỏi lại xem liệu trả lời như vậy đã ổn chưa, có gì phải sửa hay bổ sung nữa không. Tuy nhiên, khi nói chuyện về khoa học, John Jumper trở nên hết sức đặc biệt, tràn đầy năng lượng và đam mê, mắt sáng rực. Ngay lập tức, tôi dự cảm mình đang rất may mắn được gặp một thiên tài trẻ tuổi.

Cuộc gặp tại Hà Nội của TS. John Jumper với (từ trái): GS. Nguyễn Thục Quyên - Viện sĩ Viện hàn lâm Kỹ thuật quốc gia Hoa Kỳ, Chủ tịch Hội đồng sơ khảo Giải thưởng VinFuture; TS. Lê Mai Lan - Chủ tịch Hội đồng Trường Đại học VinUni và Nguyễn Hoài Anh - Giám đốc marcom Giải thưởng VinFuture 2022. Ảnh: VinFuture

John Jumper giới thiệu anh nghiên cứu về Computational Biology (Sinh học tính toán - một lĩnh vực khoa học liên ngành, là cầu nối giữa sinh học và khoa học máy tính, sử dụng sức mạnh của tính toán để giải quyết các câu hỏi quan trọng trong sinh học). Câu hỏi mà nhóm của anh đã đi tìm câu trả lời là “Làm thế nào để dự đoán cấu trúc 3D của protein?”. Vấn đề anh muốn giải quyết chính là phá vỡ các thách thức trong lĩnh vực này. Cụ thể đó là tốc độ - quy mô và sự chính xác.

Theo giải thích của John Jumper, các phương pháp cũ rất mất sức người, sức của và mất thời gian. Mỗi nhóm khoa học gồm nhiều tiến sĩ, nhiều trăm ngàn USD, cũng mất hàng năm để xác định cấu trúc một vài protein. Thế nên sau hàng thập kỷ vật lộn, chúng ta cũng chỉ có cơ sở dữ liệu của vài trăm ngàn protein, trong khi trong tự nhiên có đến cả hàng trăm triệu cấu trúc. Nghĩa là chúng ta chỉ mới biết được một phần rất nhỏ của thế giới và nếu cứ tốc độ này, thì việc tiếp cận toàn bộ cấu trúc protein thực tế sẽ mất hàng thế kỷ. Nghiên cứu của nhóm John Jumper là thay việc dùng trí tuệ của con người bằng trí tuệ nhân tạo (AI) và dạy AI biết cách dự đoán cấu trúc. AlphaFold đã tìm cách tập hợp mọi dữ liệu và cho AI học rất nhanh toàn bộ dữ liệu này.

Thông thường một cấu trúc protein được dự đoán trong vài phút đến vài giờ. Vì thế, một bộ dữ kiện 200 triệu protein có thể giải trong vài ngày chứ không phải vài năm hoặc vài chục năm. AlphaFold đạt độ chính xác trên 90%, tương đương với các phương pháp thực nghiệm trong nhiều trường hợp.

Đây là thời của khoa học và công nghệ

John Jumper cho biết khoảnh khắc phấn khích nhất khi nghiên cứu AlphaFold là tháng 7.2021, nhóm nghiên cứu của anh đã mở mã nguồn AlphaFold, cho phép các nhà khoa học trên toàn thế giới được truy cập, tải xuống và sử dụng mô hình AI dự đoán cấu trúc protein của riêng họ. Việc này hoàn toàn miễn phí. Ngay sau đó là một sự hưởng ứng to lớn từ cộng đồng khoa học toàn thế giới. Họ đã truy cập, sử dụng và phản hồi rằng AlphaFold đã giúp họ khẳng định hướng đi, tiết kiệm thời gian, chi phí. Theo John Jumper, sự hưởng ứng ấy có thể vì AlphaFold đã dùng siêu máy tính, không dùng sức người lẻ tẻ. Vì nó trở thành câu chuyện cộng đồng khoa học máy tính, không phải là chuyện cá nhân. Vì nó đúng logic về thời điểm: đây là thời của khoa học máy tính và công nghệ. Vì nó tạo ra cơ hội cho tương lai.

John Jumper cho biết dự định nghiên cứu trong tương lai của anh là rất muốn biết khoa học còn có thể làm gì được nữa. Anh cho rằng phải thúc đẩy kéo căng đến tận cùng khả năng xử lý của hệ thống hiện tại. Theo anh, những ứng dụng hiện tại cần phải vượt qua lĩnh vực sinh học, xem xét các lĩnh vực khác như vật liệu mới, nano, vắc xin mới, thuốc chữa bệnh mới… Các nhà khoa học máy tính sẽ có rất nhiều cơ hội nghiên cứu nhưng trước hết chúng ta phải co-design, cùng thiết kế bài toán.

Để Việt Nam có người tài như nhóm AlphaFold

Trong kỷ nguyên vươn mình, khoa học và khởi nghiệp là con đường nhanh nhất, bền vững nhất để nâng cao vị thế Việt Nam trên trường quốc tế. Đại học cần vượt qua chính mình, không chỉ dừng lại là nơi đào tạo bằng cấp, nơi truyền đạt lại các kiến thức đã có, mà phải là nơi kiến tạo các tri thức mới, và đào tạo những con người có thể giải quyết các thách thức lớn của xã hội, tạo ra sự thay đổi tích cực trên thế giới. Mô hình đại học mới mà tôi nghĩ rất nên tham khảo là “Đại học khởi nghiệp sáng tạo” - sự kết hợp xuất sắc của nghiên cứu khoa học, ứng dụng công nghệ và thực tiễn kinh doanh trên nền tảng đào tạo liên ngành và hệ sinh thái hỗ trợ khởi nghiệp.

Riêng trong lĩnh vực đào tạo sinh viên, tôi nghĩ cần có các cách tiếp cận mới:

Học tập của tương lai trước hết là học hỏi. Nền giáo dục đặt nặng vào khả năng học thuộc lòng và nhắc lại các kiến thức sẽ khiến sinh viên lạc hậu và chậm chạp. Bộ nhớ của bất cứ ai cũng bị giới hạn và không thể nào so sánh với bộ nhớ của các siêu máy tính. Nền giáo dục mới phải nuôi dưỡng trí tò mò, khuyến khích sinh viên đặt câu hỏi và câu hỏi đặt ra một cách sâu sắc, câu hỏi gốc rễ. Có câu hỏi hay, có tầm vóc mới có lời giải hay, có tầm vóc.

Nhóm AlphaFold đã hỏi: Làm thế nào để dự đoán cấu trúc 3D của protein từ trình tự axit amin? Đây là một câu hỏi đơn giản nhưng sâu sắc, tập trung vào một bài toán sinh học lớn đã thách thức các nhà khoa học trong suốt nhiều thập kỷ. Sau câu hỏi này, tiếp tục có thể là: Tại sao người ta lại kháng kháng sinh? Làm thế nào để phát triển kháng sinh mới đối phó với vi khuẩn kháng thuốc? Tại sao ta lại bị bệnh? Liệu có thể dự đoán và sửa chữa các protein bị gấp sai trong cơ thể trước khi chúng gây ra các bệnh? Liệu ta có thể thiết kế enzyme nhân tạo phân hủy nhựa hiệu quả hơn? Liệu có thể sử dụng AI tạo ra các protein mới phục vụ nhu cầu của con người?...

Học tập của tương lai là học nghĩ lớn. Tương lai của đất nước phụ thuộc rất nhiều vào khả năng tư duy, khả năng nghĩ lớn của thế hệ trẻ. Tôi nghĩ rằng trường đại học và các giảng viên cần tạo môi trường và khuyến khích cho khát vọng lớn. Dám nghĩ xa hơn giới hạn của mình, vượt qua những rào cản thông thường là điều cần khuyến khích trong giáo dục, như John Jumper đã nói “Tôi rất muốn biết khoa học còn có thể làm gì được nữa”. Cũng cùng một bài toán, nhưng cách suy nghĩ khác nhau sẽ dẫn tới cách làm và thành tựu ở tầm vóc khác nhau. Thay vì sử dụng sức người, nhóm John Jumper đã tìm cách tập hợp mọi dữ liệu và cho AI học với cường độ rất cao toàn bộ dữ liệu này. Số lượng cấu trúc được AlphaFold giải mã tăng từ 170.000 lên 200 triệu chỉ trong 3 năm, tương đương toàn bộ thành tựu khoa học của 70 năm trước đó, tạo ra đột phá về quy mô - tốc độ và sự chính xác.

TS. John Jumper (trái) và một số thành viên của nhóm nghiên cứu AlphaFold tại Google DeepMind. Ảnh: CTV

Học tập của tương lai là học liên ngành. Tôi cho rằng tư duy “nhất nghệ tinh nhất thân vinh” cần được hiểu rộng hơn rất nhiều trong giáo dục đại học. Chúng ta không nên chỉ bắt đầu bằng câu hỏi: Học cái gì, trường nên đào tạo văn bằng gì? Chúng ta không nên chỉ tập trung vào các văn bằng chuyên ngành, để chỉ tạo ra những người có thể làm các công việc đặc thù phạm vi hẹp. Ví dụ nếu chỉ đào tạo người chuyên làm kế toán, hay chuyên nhập liệu… thì khi nhu cầu thị trường thay đổi, AI có thể làm việc đó một cách đơn giản, những người đó sẽ bị thay thế dẫn đến sự lãng phí ghê gớm của tuổi trẻ, tài năng và tiền bạc.

Việc học tập của tương lai nên bắt đầu bằng câu hỏi “Học để làm gì?” từ các bài toán lớn, các vấn đề lớn, và tổ chức các chương trình học tập với một nền tảng kiến thức rộng, sau đó mới đi vào chuyên sâu. Và cách học mới là học liên ngành, học suốt đời. Ngay từ bây giờ, chúng ta (các nhà khoa học từ các ngành khác nhau) có thể co-design, cùng thiết kế bài toán quan trọng trong cuộc sống.

John Jumper là nhà khoa học máy tính nhưng lại được trao giải Nobel hóa học - vì công trình AlphaFold của anh đã giải quyết một vấn đề quan trọng trong hóa học sinh học bằng cách sử dụng sức mạnh của AI. Đây là minh chứng rõ ràng cho tương lai của khoa học, nơi các công cụ liên ngành sẽ đóng vai trò trung tâm.

Học tập của tương lai là học mở, học kết nối. AlphaFold cho thấy sức mạnh của sự chia sẻ và hợp tác. Khoa học không phải hành trình đơn độc mà là sự kết nối của cả một cộng đồng. Với thế giới phẳng, đại học chắc chắn không còn là nơi duy nhất để học tập. Chỉ cần có lòng ham học, có câu hỏi sâu sắc, có tư tưởng lớn trong đầu thì sinh viên có thể học trên các nền tảng trực tuyến, các kho dữ liệu mở từ Stanford, Harvard, Google AI, Open AI… và rất nhiều tổ chức khác.

Tương tự, chỉ cần có bài toán mà mình đam mê giải quyết, với một chút ngoại ngữ, một chút can đảm, các nhà khoa học và sinh viên Việt Nam có thể kết nối với các nhà khoa học toàn cầu.

Tôi cũng nghĩ rằng việc kết nối giữa doanh nhân và các nhà khoa học công nghệ là chìa khóa tạo ra sự đột phá. Sự kết nối này khăng khít, thậm chí thành 2 trong 1. Trường hợp John Jumper vừa là nhà khoa học vừa là giám đốc nghiên cứu của Google DeepMind. Hay Yan LeCun, người vừa nhận giải thưởng lớn VinFuture 2024 là giáo sư Đại học New York đồng thời là phó chủ tịch kiêm giám đốc khoa học AI của Meta.

GS. Yan LeCun tại sự kiện đối thoại với các chủ nhân Giải thưởng VinFuture 2024, diễn ra ngày 7.12.2024 tại Trường Đại học VinUni. Ảnh: BTC

Học tập của tương lai là học tập để kiến tạo thay đổi. Kiến thức có giá trị nhất khi nó giúp cải thiện cuộc sống. Khoa học cần hướng tới phụng sự cộng đồng, và giáo dục cũng nên khuyến khích điều đó. Những gì AlphaFold làm được là bài học lớn về cách học hỏi và sáng tạo. Lúc đầu AlphaFold chỉ nghiên cứu sinh học tính toán, dùng kết quả dự đoán protein trong y học chính xác. Tuy nhiên hiện nay rõ ràng AlphaFold có thể vượt qua lĩnh vực sinh học thuần túy, tìm cách giải quyết các vấn đề cuộc sống như vật liệu mới, nano, vắc xin mới, thuốc chữa bệnh mới, cách xử lý rác thải nhựa mới.

Việt Nam không thiếu nhân tài, thông minh, chăm chỉ, kiên cường. Việt Nam đang ở kỷ nguyên vươn mình, hiện GDP xếp thứ 35 và dân số thứ 16 thế giới. Tại khu vực, GDP đứng thứ 5 và dân số đông thứ 3. Vị thế của Việt Nam cũng đang gia tăng trên toàn cầu. Khoa học công nghệ và khởi nghiệp là con đường nhanh nhất, bền vững nhất để nâng cao vị thế Việt Nam.

Bây giờ là lúc thay đổi tư duy, đổi mới cách dạy cách học, cách nghiên cứu khoa học và cách khởi nghiệp trên nền công nghệ. Đây cũng là lúc để đoàn kết mọi người Việt trên mọi lĩnh vực, mọi quốc gia vì mục tiêu chung.

TS. Lê Mai Lan (*)- Nguyễn Lê An

(*)Chủ tịch Hội đồng Trường Đại học VinUni

Từ “nhà hóa học tình cờ” đến chủ nhân giải Nobel

Kể lại với người viết, một giáo sư người Mỹ có mặt trong lễ trao giải Nobel 2024 ngày 10.12 cho biết TS. John Jumper là người cuối cùng trong nhóm 3 người được gọi tên lên nhận giải Nobel hóa học 2024 từ Quốc vương Thụy Điển Carl XVI Gustaf. Tuy nhiên, tiếng vỗ tay và tiếng trầm trồ lại nghe lớn hơn, lâu hơn. “John Jumper là nhà khoa học trẻ nhất nhận giải Nobel năm nay và cũng lần đầu tiên Nobel trao cho những người tiên phong trong lĩnh vực trí tuệ nhân tạo…”, vị giáo sư nói.

Bản tin của Đại học Chicago (Mỹ) cho biết khi John Jumper đến đại học này để lấy bằng tiến sĩ hóa học đã có một chút trục trặc trước đó. Lựa chọn đầu tiên của anh là vật lý nhưng sau khi học tiến sĩ vật lý tại Đại học Cambridge, anh thấy ít niềm vui nên đã dừng lại, rồi vào làm trong một công ty của nhóm nghiên cứu do một nhà vật lý điều hành, anh tham gia viết chương trình mô hình hóa protein bằng máy tính. Công việc này hấp dẫn anh và dẫn đến quyết định chuyển sang học tiến sĩ hóa học. “Khi bắt đầu tôi không biết gì về hóa học. Không biết gì cả. Tôi phải chạy nhanh hết tốc lực, cố gắng đi trước một tuần so với lớp hóa học tổng quát mà tôi đang làm trợ giảng”, John Jumper nói. Khi quyết định theo học chương trình tiến sĩ hóa học tại Đại học Chicago, John Jumper có mục tiêu tìm hiểu một câu hỏi đã làm đau đầu các nhà khoa học trong hơn nửa thế kỷ: protein gấp lại như thế nào? “Là một nhà hóa học tình cờ, tôi muốn đi từ việc hiểu một phần rất hẹp của vấn đề đến việc hiểu rõ hơn về toàn bộ vấn đề”, John Jumper cho biết. Tại Đại học Chicago, John Jumper có cơ hội làm việc với giáo sư hóa học Karl Freed và giáo sư hóa sinh và sinh học phân tử Tobin Sosnick, và bắt đầu nghiên cứu quá trình gấp protein trong phòng thí nghiệm của hai vị giáo sư lừng danh này.