Sau 5 công nghệ trong số báo trước, Báo tiếp tục giới thiệu với độc giả 5 công nghệ còn lại trong danh sách 10 công nghệ đột phá năm 2018 theo nhận định của tạp chí MIT Technology Review.
Một mẫu thử máy in 3D kim loại.
In 3D các bộ phận kim loại
Từ nhiều thập kỷ nay, công nghệ in 3D chủ yếu được sử dụng để sản xuất các mẫu dùng một lần với chất liệu là chất dẻo, chất tổng hợp… còn việc in mẫu bằng nguyên liệu khác, đặc biệt là kim loại, sẽ tốn thời gian và chi phí đắt đỏ. Nhưng hiện nay, công nghệ này đã có thể chế tạo được các chi tiết, thiết bị máy móc bằng kim loại giúp nhà sản xuất có thể kiểm soát được chính xác hơn độ vi cấu trúc của các loại kim loại được dùng.
Nếu được áp dụng rộng rãi, công nghệ này sẽ thay đổi cách thức sản xuất đại trà hàng loạt sản phẩm.
Năm 2017, các nhà nghiên cứu Phòng thí nghiệm quốc gia Mỹ Lawrence Livermore cho biết, họ đã phát triển phương pháp in 3D để tạo ra các thiết bị bằng thép không gỉ có độ cứng gấp hai lần so với các thiết bị được chế tạo theo cách truyền thống. Cũng trong năm 2017, công ty in 3D Markforged, một công ty khởi nghiệp có trụ sở ở ngoại ô Boston, đã tung ra thị trường máy in kim loại 3D đầu tiên với giá dưới 100.000 USD.
Desktop Metal, một công ty khởi nghiệp ở Boston khác, cũng bắt đầu xuất xưởng các máy tạo mẫu kim loại đầu tiên vào tháng 12/2017. Start-up này dự kiến bán các máy được thiết kế cho sản xuất quy mô lớn có khả năng tạo sản phẩm nhanh gấp 100 lần so với các phương pháp in trước đó.
Quy trình in các bộ phận kim loại cũng trở nên dễ dàng hơn. Desktop Metal hiện cung cấp phần mềm có khả năng tạo ra các thiết kế cho in 3D. Người sử dụng phần mềm chỉ cần nhập các thông số kỹ thuật của vật thể mà họ muốn in, khi đó phần mềm sẽ tạo ra một mô hình trên máy tính phù hợp. Tập đoàn GE Aviation, từ lâu đã tiên phong trong việc sử dụng in 3D cho các sản phẩm hàng không, đang sở hữu phiên bản máy in kim loại thử nghiệm mới có khả năng “in” nhanh ra các bộ phận lớn. Tập đoàn này dự kiến bán chiếc máy in này vào cuối năm 2018.
Đột phá về công nghệ: Hiện tại các máy in có thể tạo ra các chi tiết, thiết bị một cách nhanh chóng và chi phí thấp.
Vấn đề giải quyết: Khả năng tạo ra các chi tiết, thiết bị trên quy mô lớn và phức tạp theo yêu cầu.
Các công ty chính: Markforged, Desktop Metal, GE
Sản phẩm: sẵn có
Phôi nhân tạo
Hình ảnh phôi chuột nhân tạo của nhóm nghiên cứu trường Đại học Cambridge.
Các nhà phôi học của trường Đại học Cambridge ở Anh đã tạo ra cú đột phá bằng việc phát triển phôi chuột chỉ bằng cách sử dụng các tế bào gốc, không cần trứng hay tinh trùng.
Magdelena Zernicka-Goetz, người phụ trách nhóm nghiên cứu, cho biết, đặt các tế bào này trong một giá đỡ ba chiều, họ ngạc nhiên khi thấy những tế bào này bắt đầu “giao tiếp” và xếp thành hình dạng đầu đạn đặc trưng của phôi chuột vài ngày tuổi. Theo bà, dù phôi “tổng hợp” này cũng có thể không phát triển thành con chuột nhưng công trình nghiên cứu này cho thấy khả năng tạo ra động vật có vú mà không cần trứng.
Mục tiêu chính của nhóm nghiên cứu là tìm hiểu vai trò cụ thể các tế bào của phôi ở giai đoạn đầu. Tiếp theo, họ sẽ tạo ra một phôi nhân tạo từ các tế bào gốc của con người tại Đại học Michigan và Đại học Rockefeller.
Phôi người tổng hợp sẽ mang lại nhiều lợi ích bởi sẽ cho phép các nhà khoa học can thiệp vào những giai đoạn phát triển sớm của phôi. Nếu tạo ra được những phôi như vậy bằng các tế bào gốc dễ kiểm soát, các phòng thí nghiệm sẽ có thể dùng đầy đủ các công cụ, chẳng hạn như chỉnh sửa gene để nghiên cứu quá trình phát triển của chúng. Tuy nhiên, việc tạo ra phôi nhân tạo cũng đặt ra những câu hỏi về đạo đức cần phải được giải quyết trước khi có thể tiến hành những bước nghiên cứu sâu hơn.
Thành phố cảm ứng
Thành phố cảm biến sẽ được thiết kế và lắp đặt dự kiến vào năm 2019.
Nhiều chương trình xây dựng thành phố thông minh đang rơi vào trì hoãn và phải hạ bớt các mục tiêu đầy tham vọng hoặc quá tốn kém chi phí đầu tư để nhanh chóng áp dụng vào thực tiễn. Quayside - một dự án mới ở Toronto, được hy vọng sẽ làm thay đổi điều đó bằng cách áp dụng các công nghệ kỹ thuật số mới nhất để tái thiết một vùng đô thị. Phòng thí nghiệm Sidewalk của Alphabet, công ty có trụ sở tại thành phố New York, sẽ là đối tác với Chính phủ Canada trong dự án công nghệ cao này.
Một trong những mục tiêu của dự án là đưa ra những quy định về thiết kế, chính sách và công nghệ dựa trên thông tin từ một mạng lưới cảm biến rộng lớn có khả năng thu thập dữ liệu về mọi hoạt động trong thành phố, từ chất lượng không khí đến mức độ tiếng ồn cho các hoạt động của mọi người.
Phòng thí nghiệm Sidewalk sẽ tạo quyền truy cập vào phần mềm và hệ thống mà công ty tạo ra để các công ty khác cũng có thể cùng xây dựng dịch vụ như cách thiết kế các ứng dụng cho điện thoại di động. Họ cũng dự kiến sẽ giám sát chặt chẽ cơ sở hạ tầng công cộng mặc dù việc này làm dấy lên những lo ngại về quản trị dữ liệu và quyền riêng tư. Để giảm bớt lo lắng này, công ty sẽ kết hợp với cộng đồng và chính quyền địa phương trong điều hành và bảo mật dữ liệu.
Nhiều thành phố Bắc Mỹ khác như San Francisco, Denver, Los Angeles và Boston đều sẵn sàng trở thành thành viên tiếp theo trong danh sách của Sidewalk Labs.
Đột phá công nghệ: Toronto đặt mục tiêu trở thành nơi đầu tiên tích hợp một thiết kế đô thị tiên tiến với công nghệ số đỉnh cao.
Vấn đề được giải quyết: Làm cho các thành phố thông minh có thể tạo ra những vùng đô thị chi phí thấp hơn, đáng sống hơn và thân thiện với môi trường hơn.
Các công ty chính: Sidewalk Labs và Waterfront Toronto.
Sản phẩm: dự án đã được thông báo vào tháng 10/2017, quá trình xây dựng có thể bắt đầu vào năm 2019.
Trí tuệ nhân tạo cho mọi người
AI cho mọi người dựa trên nền tảng công nghệ điện toán đám mây.
Cho đến nay, trí tuệ nhân tạo (AI) chủ yếu vẫn là “đồ xa xỉ” của các công ty công nghệ lớn như Amazon, Baidu, Google và Microsoft, hay một số công ty khởi nghiệp. Đối với nhiều công ty và những lĩnh vực khác của nền kinh tế, các hệ thống AI quá đắt đỏ và khó có thể áp dụng vào thực tiễn.
Vậy giải pháp là gì? Các công cụ machine-learning (học máy) dựa trên nền tảng công nghệ điện toán đám mây đang đưa AI đến gần với cộng đồng hơn. Cho đến nay, Amazon đang điều khiển đám mây AI bằng công cụ bổ trợ AWS. Google cũng đang chinh phục lĩnh vực này bằng TensorFlow, một dạng thư viện AI nguồn mở có thể được sử dụng để xây dựng các phần mềm học máy khác. Gần đây, Google công bố Cloud AutoML, một bộ các hệ thống được “đào tạo”để có thể sử dụng AI một cách đơn giản hơn.
Hãng Microsoft với Azure - một nền tảng đám mây được AI hỗ trợ, đang bắt tay với Amazon để tạo ra công nghệ Gluon, một dạng thư viện deep-learning (học sâu) nguồn mở. Gluon sẽ giúp việc xây dựng các mạng lưới thần kinh - một công nghệ then chốt trong AI để có thể bắt chước một cách thô sơ quá trình học hỏi trong bộ não người, trở nên dễ dàng như thiết kế một ứng dụng điện thoại thông minh.
Hiện nay, AI được sử dụng chủ yếu trong ngành công nghệ, nhưng nhiều doanh nghiệp và ngành công nghiệp khác cũng đang nỗ lực tận dụng lợi thế của AI. Nếu áp dụng AI sẽ tạo ra những chuyến biến mạnh mẽ trong các lĩnh vực như y học, chế tạo và năng lượng. Tuy nhiên, hầu hết các công ty thường không đủ nhân lực có khả năng sử dụng AI đám mây. Nếu công nghệ đám mây đưa AI tới đời sống, cuộc cách mạng AI thực sự sẽ bùng nổ.
Các mạng lưới thần kinh tự đối kháng
Mạng thần kinh được thiết kế để có thể “đấu” lẫn nhau.
AI rất giỏi xác định đối tượng, ví dụ như “xem” một triệu bức ảnh, nó có thể ngay lập tức tìm ra chính xác bức ảnh có người đi bộ đang băng qua đường theo yêu cầu. Hạn chế của AI là không có khả năng “nghĩ” ra các hình ảnh của người đi bộ. Nếu làm được điều này, nó sẽ có thể tạo các bối cảnh thực tế thay vì các bức ảnh tổng hợp, nhờ vậy giúp ích cho quá trình tự học trở nên tốt hơn.
Vấn đề là việc tạo ra một thứ mới cần phải có trí tưởng tượng và đến bây giờ vẫn còn là vấn đề phức tạp.
Giải pháp đầu tiên đã được Ian Goodfellow, nghiên cứu sinh tiến sỹ tại trường Đại học Montreal nêu trong một cuộc tranh luận năm 2014. Cách tiếp cận này được gọi là GAN – một mạng lưới tự phát sinh đối kháng gồm hai mạng lưới thần kinh của các mô hình toán học đơn giản hóa của não người được củng cố thêm bằng kỹ thuật học máy hiện đại và để chúng đọ sức với nhau trong một trò chơi mèo đuổi chuột kỹ thuật số.
Công nghệ này đã trở thành một trong những tiến bộ hứa hẹn nhất của AI trong thập kỷ qua, có thể giúp máy móc đánh lừa được cả người, ví dụ GAN đã được sử dụng để tạo ra bài phát biểu có âm thanh như thực và ảnh ảo giả như thật (photorealistic fake imagery).
Các nhà nghiên cứu của tập đoàn sản xuất chip Nvidia đã đưa những bức ảnh người nổi tiếng cho một hệ GAN để tạo ra hàng trăm khuôn mặt như thật của những người không tồn tại. Một nhóm nghiên cứu khác đã tạo ra những bức tranh giả như thật giống với những tác phẩm của Van Gogh. Xa hơn nữa, GAN có thể tái tạo các hình ảnh theo nhiều cách khác nhau, ví dụ như tạo ra con đường đầy nắng có tuyết rơi hoặc biến ngựa thành ngựa vằn.
Tuy nhiên, kết quả không phải lúc nào cũng hoàn hảo: GAN có thể tạo ra ảnh những chiêc xe đạp có hai tay lái, hoặc một khuôn mặt với cặp lông mày mọc lệch. Nhưng vì hình ảnh và âm thanh thường giống thực một cách đáng ngạc nhiên, nên một số chuyên gia cho rằng dường như các hệ GAN bắt đầu hiểu cấu trúc cơ bản của thế giới mà chúng nhìn và nghe thấy. Điều đó có nghĩa là AI có thể đạt tới khả năng tưởng tượng, hay chí ít là khả năng hiểu được những gì nó thấy trên thế giới một cách độc lập.
Đột phá công nghệ: Hai hệ AI có thể “đấu” đối kháng với nhau để tạo ra những hình ảnh hoặc âm thanh nguyên bản siêu thực mà trước đó chưa có vật thể nào có khả năng làm được điều tương tự.
Vấn đề giải quyết: Trao cho các cỗ máy một khả năng tương tự như tưởng tượng để giúp chúng ít phụ thuộc hơn vào con người, tuy nhiên cũng cảnh tỉnh về nguy cơ tạo ra một công cụ hiệu quả để thực hiện việc “giả mạo số” (digital fakery)
Những công ty chính: Google Brain, DeepMind, Nvidia.
Sản phẩm: đã có.
