Đây là bước tiến quan trọng trong việc phát triển AI có khả năng tự nghiên cứu khoa học.

Trong một nghiên cứu công bố tháng 4/2025, nhóm tác giả You-Le Fang và cộng sự đã giới thiệu hệ thống AI-Newton – một nền tảng trí tuệ nhân tạo có khả năng khám phá các định luật vật lý từ dữ liệu thô mà không cần sự can thiệp của con người hoặc kiến thức vật lý trước đó. arXiv

AI-Newton hoạt động bằng cách xây dựng một cơ sở tri thức dựa trên các khái niệm vật lý và áp dụng quy trình khám phá tự động. Khi áp dụng vào các bài toán cơ học Newton với dữ liệu có nhiễu, hệ thống đã thành công trong việc tái khám phá các định luật cơ bản như định luật II Newton, định luật bảo toàn năng lượng và định luật vạn vật hấp dẫn.arXiv

Khác với các hệ thống học máy truyền thống thường yêu cầu dữ liệu được gắn nhãn hoặc kiến thức chuyên môn để huấn luyện, AI-Newton có thể tự định nghĩa các khái niệm và mối quan hệ vật lý từ dữ liệu đầu vào. Điều này mở ra khả năng phát triển các hệ thống AI có khả năng tự nghiên cứu và khám phá khoa học mà không cần sự can thiệp của con người.

Thành tựu này đánh dấu một bước tiến quan trọng trong lĩnh vực trí tuệ nhân tạo và khoa học, hứa hẹn sẽ thúc đẩy sự phát triển của các công cụ AI hỗ trợ nghiên cứu và khám phá trong tương lai.