iLab tối ưu và tự động hóa quy trình thí nghiệm

Một trong những sản phẩm nổi bật của AI Works là iLab - công cụ thiết kế thí nghiệm sử dụng học máy và trí tuệ nhân tạo (AI/ML) để hỗ trợ các nhà khoa học tối ưu hóa quy trình thí nghiệm; đang tham gia Giải thưởng bình chọn Sản phẩm ứng dụng Trí tuệ nhân tạo 2024 (AI Awards 2024).

Nhân dịp này, ông Lê Ngọc Anh - Giám đốc dữ liệu VPI, Chủ tịch HĐQT AI Works, chia sẻ về khả năng ứng dụng của iLab trong lĩnh vực dầu khí cũng như định hướng phát triển sản phẩm này trong tương lai.

Ông Lê Ngọc Anh - Giám đốc dữ liệu VPI, Chủ tịch HĐQT AI Works

Tiết kiệm nguồn lực đầu vào thí nghiệm, góp phần bảo vệ môi trường

PV: Xin ông cho biết xu hướng nghiên cứu và ứng dụng các công cụ trí tuệ nhân tạo (AI) trong lĩnh vực nghiên cứu khoa học đang diễn ra như thế nào?

Ông Lê Ngọc Anh: Trí tuệ nhân tạo (AI) đang làm thay đổi sâu sắc cách chúng ta khám phá thế giới. Với khả năng xử lý lượng lớn dữ liệu phức tạp một cách nhanh chóng và chính xác, AI đã trở thành công cụ không thể thiếu trong các phòng thí nghiệm hiện đại.

Từ việc thiết kế các thí nghiệm phức tạp, xây dựng các mô hình dự đoán đến phát hiện các quy luật ẩn sâu trong dữ liệu, AI đang giúp các nhà khoa học đẩy nhanh quá trình nghiên cứu, mở ra những chân trời mới và giải quyết những vấn đề nan giải mà trước đây con người chưa thể giải quyết.

Khả năng học hỏi và thích ứng nhanh chóng của AI giúp rút ngắn thời gian phân tích, tăng độ chính xác của kết quả và mở ra những góc nhìn mới trong nghiên cứu. Từ việc phân tích dữ liệu gen để phát hiện các đột biến gây bệnh đến việc thiết kế các vật liệu mới có tính năng vượt trội, AI đang chứng minh được vai trò quan trọng trong nhiều lĩnh vực khoa học, từ y sinh, vật liệu đến khí hậu.

Tuy nhiên, bên cạnh những tiềm năng to lớn, AI cũng đặt ra những thách thức không nhỏ. Vấn đề đạo đức liên quan đến việc sử dụng AI trong nghiên cứu, đặc biệt là trong lĩnh vực y sinh, là một vấn đề cần được quan tâm. Bên cạnh đó, sự phụ thuộc quá mức vào công nghệ AI cũng tiềm ẩn những rủi ro, chẳng hạn như việc mất đi các kỹ năng phân tích dữ liệu truyền thống của các nhà khoa học.

Để tận dụng tối đa lợi ích của AI, cần phát triển các quy chuẩn đạo đức rõ ràng, đảm bảo tính minh bạch và trách nhiệm trong việc phát triển và ứng dụng AI. Đồng thời, cũng cần cân bằng giữa việc sử dụng AI và phát triển các kỹ năng phân tích dữ liệu của con người.

PV: Được biết AIWorks có sản phẩm iLab đang tham gia giải thưởng bình chọn Sản phẩm ứng dụng trí tuệ nhân tạo 2024 (AI Awards 2024), ông có thể chia sẻ đặc điểm nổi bật của sản phẩm này?

Ông Lê Ngọc Anh: iLab được thiết kế để khai thác sức mạnh của phương pháp thiết kế thí nghiệm (Design of Experiments - DoE) kết hợp với trí tuệ nhân tạo (AI). Mục tiêu chính là cách mạng hóa quy trình nghiên cứu và phát triển sản phẩm thông qua việc sử dụng dữ liệu lịch sử và các tài liệu liên quan.

Đặc điểm nổi bật của iLab là khả năng dự đoán kết quả với mức độ chính xác cao, quản lý dữ liệu lịch sử một cách khoa học và tối ưu hóa quy trình thí nghiệm. Thay vì thực hiện quy trình truyền thống là tiến hành toàn bộ các thí nghiệm theo kế hoạch, đánh giá và đưa ra các nhận định, khi sử dụng iLab người dùng chỉ cần tiến hành một số thí nghiệm đầu tiên trong kế hoạch và iLab sẽ tham gia trực tiếp, đồng hành với người nghiên cứu để hỗ trợ và đề xuất thông số cho các lần thí nghiệm tiếp theo, nhanh chóng hướng tới kết quả cuối cùng.

Sản phẩm này không chỉ giúp các nhà nghiên cứu tiết kiệm thời gian và nguồn lực mà còn cung cấp những phân tích sâu sắc về mối quan hệ giữa các thành phần trong thí nghiệm. Việc tiết kiệm nguồn lực đầu vào thí nghiệm sẽ giúp giảm chi phí thực hiện thí nghiệm, giảm áp lực cho công tác xử lý chất thải sau thí nghiệm, qua đó góp phần bảo vệ môi trường.

Tự động hóa nhiều quy trình thí nghiệm

PV: iLab được giới thiệu là có thể ứng dụng trong nhiều lĩnh vực khác nhau. Ông có thể chia sẻ cụ thể hơn về khả năng ứng dụng của iLab trong ngành dầu khí?

Ông Lê Ngọc Anh: Trong ngành dầu khí, iLab có thể đóng vai trò quan trọng trong nhiều khía cạnh. Ví dụ, trong lĩnh vực hóa học và vật liệu, iLab có thể hỗ trợ các nhà nghiên cứu và kỹ sư tối ưu hóa quy trình phát triển các loại vật liệu mới cho ngành dầu khí. Sản phẩm có khả năng dự đoán và tối ưu hóa thành phần của các hợp chất, giúp tiết kiệm thời gian và chi phí trong quá trình nghiên cứu.

Ngoài ra, iLab còn có thể hỗ trợ trong việc tối ưu hóa quy trình sản xuất và kiểm soát chất lượng trong các nhà máy lọc dầu. Bằng cách phân tích dữ liệu lịch sử và áp dụng các thuật toán AI, iLab có thể đề xuất những điều chỉnh để cải thiện hiệu suất sản xuất và đảm bảo chất lượng sản phẩm.

PV: Ông có thể chia sẻ những điểm khác biệt của iLab so với các giải pháp tối ưu hóa quy trình thí nghiệm đang được sử dụng trên thế giới?

Ông Lê Ngọc Anh: iLab, với sự kết hợp độc đáo giữa thiết kế thí nghiệm (DoE), trí tuệ nhân tạo (AI) và mô hình học máy, mang đến những lợi thế vượt trội trong việc tối ưu hóa quy trình thí nghiệm. Tuy nhiên, như mọi công nghệ khác, iLab cũng có những hạn chế nhất định.

Điểm mạnh của iLab là tăng hiệu quả và độ chính xác: Tối ưu hóa thiết kế thí nghiệm (DoE giúp giảm số lượng thí nghiệm cần thực hiện, tiết kiệm thời gian và tài nguyên); Phân tích dữ liệu sâu sắc (AI và mô hình học máy có khả năng phát hiện các mối quan hệ phức tạp giữa các yếu tố ảnh hưởng đến kết quả thí nghiệm, từ đó đưa ra dự đoán chính xác hơn).

Sản phẩm này cũng giúp tự động hóa quy trình (iLab có thể tự động hóa nhiều giai đoạn trong quy trình thí nghiệm, từ thiết kế đến phân tích kết quả, giảm thiểu lỗi do con người); dễ dàng tích hợp và mở rộng với các phần mềm và thiết bị phòng thí nghiệm khác, tạo thành một hệ sinh thái hoàn chỉnh...

Hạn chế của iLab là chi phí đầu tư ban đầu cao, do đòi hỏi đầu tư lớn vào phần cứng, phần mềm và đào tạo nhân lực; AI và mô hình học máy cần lượng lớn dữ liệu chất lượng cao để đào tạo và hoạt động hiệu quả.

Cấu hình và điều chỉnh các mô hình AI và học máy có thể phức tạp và đòi hỏi kiến thức chuyên sâu. Mặc dù AI có khả năng dự đoán tốt nhưng vẫn có khả năng xảy ra sai số, đặc biệt trong các trường hợp phức tạp hoặc khi dữ liệu không đầy đủ.

PV: Những thách thức AI Works đã phải đối mặt trong quá trình nghiên cứu phát triển sản phẩm này như thế nào, thưa ông?

Ông Lê Ngọc Anh: Một trong những thách thức lớn nhất mà chúng tôi gặp phải là việc tích hợp các thuật toán AI và học máy vào quy trình thiết kế thí nghiệm truyền thống, đảm bảo rằng các dự đoán và đề xuất của hệ thống không chỉ chính xác mà còn phải phù hợp với thực tế và có thể áp dụng được.

Thách thức thứ hai là việc xây dựng giao diện thân thiện, dễ sử dụng mà vẫn đảm bảo tính chuyên nghiệp và khoa học. Chúng tôi mong muốn iLab không chỉ hỗ trợ các chuyên gia mà còn có thể trở thành công cụ học tập hữu ích cho sinh viên và học sinh.

Cuối cùng, việc đảm bảo tính bảo mật và quản lý dữ liệu an toàn cũng là thách thức lớn, đặc biệt là khi làm việc với các dữ liệu nhạy cảm.

Đột phá mới trong nghiên cứu và phát triển

PV: iLab được giới thiệu là sản phẩm có khả năng tiết kiệm thời gian và nguồn lực. Ông có thể cung cấp một ví dụ cụ thể về việc iLab đã giúp tối ưu hóa một quy trình nghiên cứu không?

Ông Lê Ngọc Anh: Chắc chắn rồi! Gần đây, AI Works đã áp dụng iLab trong một dự án nghiên cứu về phát triển chất phụ gia mới cho dầu nhớt. Quá trình này thông thường có thể phải thực hiện hàng trăm thí nghiệm khác nhau.

Với sự hỗ trợ của iLab, chúng tôi đã có thể giảm số lượng thí nghiệm cần thiết xuống còn khoảng 30% so với phương pháp truyền thống. Hệ thống đã phân tích dữ liệu lịch sử từ các nghiên cứu trước đó, kết hợp với các thông số đầu vào mới để đề xuất những tổ hợp thí nghiệm có khả năng mang lại kết quả tối ưu nhất.

Kết quả là, AI Works đã tiết kiệm được khoảng 40% thời gian nghiên cứu và giảm đáng kể lượng nguyên liệu sử dụng. Điều này không chỉ giúp tiết kiệm chi phí mà còn góp phần vào việc bảo vệ môi trường thông qua việc giảm thiểu chất thải từ quá trình thí nghiệm.

PV: Ông có thể chia sẻ kế hoạch phát triển các tính năng mới cho iLab trong tương lai?

Ông Lê Ngọc Anh: Viện Dầu khí Việt Nam và AI Works có kế hoạch tiếp tục phát triển sản phẩm iLab trong thời gian tới. Một trong những hướng đi quan trọng là tích hợp sâu hơn với các mô hình ngôn ngữ lớn như ChatGPT. Mục tiêu là tạo ra giao diện thân thiện hơn nữa, nơi người dùng có thể tương tác với hệ thống bằng ngôn ngữ tự nhiên, giống như đang trò chuyện với chuyên gia.

Chúng tôi cũng đang nghiên cứu khả năng mở rộng khả năng của iLab trong việc tự động hóa một số quy trình thí nghiệm. Điều này có thể bao gồm việc kết nối trực tiếp với các thiết bị thí nghiệm để thu thập dữ liệu theo thời gian thực (real-time) và đưa ra các điều chỉnh tức thì.

Ngoài ra, chúng tôi cũng đang tập trung vào việc phát triển các module chuyên biệt cho từng lĩnh vực cụ thể trong ngành dầu khí như module cho phân tích địa chất, module cho quy trình khoan, hay module cho quản lý sản xuất.

PV: Ông có lời khuyên gì cho các nhà nghiên cứu trẻ muốn tham gia vào lĩnh vực ứng dụng AI trong ngành dầu khí?

Ông Lê Ngọc Anh: Đối với các nhà nghiên cứu trẻ, tôi chỉ muốn chia sẻ rằng các bạn cần trang bị kiến thức nền tảng vững chắc về ngành dầu khí. AI là một công cụ mạnh mẽ, nhưng để ứng dụng hiệu quả, các bạn cần hiểu rõ về lĩnh vực mà mình đang làm việc.

Thứ hai, đừng ngần ngại học hỏi và cập nhật kiến thức về AI và học máy. Lĩnh vực này phát triển rất nhanh, vì vậy việc liên tục cập nhật kiến thức là rất quan trọng.

Thứ ba, hãy tìm cách áp dụng AI vào các dự án thực tế. Có thể bắt đầu từ những bài toán nhỏ trong phòng thí nghiệm hoặc trong quá trình học tập của mình.

Cuối cùng, đừng quên rằng AI là công cụ hỗ trợ chứ không thay thế hoàn toàn con người. Hãy phát triển kỹ năng phân tích, tư duy phản biện và khả năng giải quyết vấn đề song song với việc học về AI.

Tôi tin rằng với sự kết hợp giữa kinh nghiệm trong ngành dầu khí và công nghệ AI tiên tiến có thể tạo ra những đột phá mới trong nghiên cứu và phát triển. AI Works và iLab là những bước đi đầu tiên trong hành trình này và chúng tôi rất mong muốn được đóng góp cho sự phát triển của ngành dầu khí Việt Nam.

Xin trân trọng cảm ơn ông!