Ra mắt 'Thần Trân': Mô hình AI đa phương thức xử lý dữ liệu khoa học từ DNA đến khí tượng

Theo thông tin từ tài khoản WeChat chính thức của Viện Nghiên cứu Khoa học Trí tuệ Thượng Hải (Shanghai AI for Science Institute - SAIS) vào ngày 20 tháng 7, IT đưa tin, viện này vừa công bố mô hình nền tảng đa phương thức khoa học mở mang tên “Thần Trân” (Monkey King Bang, MKB). Mô hình có tổng cộng khoảng 11 tỷ tham số, hướng tới sáu loại dữ liệu khoa học bao gồm DNA, RNA, protein, phân tử nhỏ, hệ thống trái đất và hình ảnh y tế, hỗ trợ hiểu biết khoa học và tạo ra nhiều loại kết quả trong một mô hình thống nhất. Trong khi mở rộng khả năng khoa học, mô hình vẫn duy trì được năng lực văn bản và hình ảnh tổng quát của mô hình nền tảng trong các bài đánh giá liên quan.

Theo tìm hiểu của IT, trong lĩnh vực AI for Science, một loạt các mô hình chuyên biệt với hiệu suất vượt trội đã được hình thành trong các lĩnh vực như protein, phân tử, khí tượng và hình ảnh y tế. Tuy nhiên, các quy luật đằng sau mỗi đối tượng khoa học lại không giống nhau: trình tự nhấn mạnh vào sự phụ thuộc trước sau, phân tử nhấn mạnh vào liên kết giữa các nguyên tử, trường khí tượng nhấn mạnh vào sự tiến hóa không-thời gian, còn hình ảnh y tế nhấn mạnh vào cấu trúc cục bộ. Làm thế nào để vừa giữ được những khác biệt này, vừa cho phép một mô hình học được các quy luật có thể chia sẻ, đồng thời hỗ trợ cả việc hiểu biết khoa học lẫn tạo ra kết quả, vẫn là câu hỏi mà các mô hình nền tảng AI for Science cần giải đáp. “Thần Trân” chính là một cuộc khám phá mang tính hệ thống cho vấn đề này.

“Thần Trân” sử dụng Qwen3-VL-8B làm khung xương chia sẻ (shared backbone), thiết lập các luồng xử lý dữ liệu chuyên biệt cho sáu loại dữ liệu khoa học. Khác với việc chuyển đổi tất cả dữ liệu sang cùng một định dạng, trước khi đưa vào mô hình chia sẻ, “Thần Trân” bảo lưu lần lượt mối quan hệ trước sau của trình tự, cấu trúc liên kết của phân tử, sự phân bố không gian của trường khí tượng và chi tiết cục bộ của hình ảnh y tế. Protein và axit nucleic vẫn được xử lý theo trình tự, phân tử nhỏ vẫn được xử lý theo cấu trúc, dữ liệu khí tượng vẫn giữ nguyên sự phân bố không gian, và hình ảnh y tế vẫn giữ nguyên chi tiết hình ảnh. Những khả năng này được tích hợp trong cùng một mô hình, khi sử dụng sẽ gọi các chức năng tương ứng theo tác vụ. Ngoài việc trả lời bằng văn bản, “Thần Trân” còn có thể trực tiếp tạo ra trình tự RNA, biểu diễn phân tử mà máy tính có thể đọc được (SMILES), trường khí tượng toàn cầu và kết quả phân đoạn hình ảnh y tế.

Với quy mô khoảng 11 tỷ tham số, “Thần Trân” đã thể hiện tính cạnh tranh trong các tác vụ về trình tự sinh học, phân tử nhỏ, khí tượng và hình ảnh y tế. Trong 20 tác vụ bao gồm DNA, RNA, protein và đánh giá mối quan hệ giữa các trình tự sinh học khác nhau, “Thần Trân” đạt kết quả tốt nhất trong số ba mô hình tham gia đánh giá ở 9 tác vụ và đứng trong top 2 ở 17 tác vụ. Khi so sánh từng mục, “Thần Trân” đạt điểm cao hơn Biology-Instructions cùng quy mô ở 16 tác vụ; so với Intern-S1-Pro có tổng tham số khoảng 1 nghìn tỷ, cả hai mô hình đều đạt điểm cao hơn ở 10 tác vụ. Kết quả này cho thấy quy mô tham số không phải là thước đo duy nhất cho năng lực của mô hình khoa học; làm thế nào để thiết kế phương thức mô hình hóa hiệu quả cho các đối tượng khoa học khác nhau là vấn đề mà các mô hình nền tảng khoa học cần tiếp tục khám phá.

Ngoài trình tự sinh học, “Thần Trân” còn được kiểm chứng trong các tác vụ về phân tử nhỏ, khí tượng và hình ảnh y tế.

Phân tử nhỏ: Trong 6 tác vụ hiểu thuộc tính phân tử nhỏ của chuẩn đánh giá công khai SMolInstruct, “Thần Trân” đã đạt hoặc đồng hạng nhất ở 4 tác vụ trong số ba mô hình tham gia đánh giá.

Khí tượng: Trong các bài đánh giá ngoại tuyến, với một khung trường khí quyển ban đầu, mô hình dự báo cuốn chiếu từng bước mỗi 6 giờ, liên tục suy diễn đến ngày thứ 10; trong dự báo ngày thứ 10, nhiều chỉ số như độ cao địa thế 500hPa, nhiệt độ 2 mét, áp suất mực nước biển... đã đạt hoặc vượt mức dự báo số trị cấp nghiệp vụ.

Phân đoạn hình ảnh y tế: Trong bài đánh giá bao gồm chín phương thức hình ảnh như CT, MRI, bệnh lý... với hơn 100.000 mẫu hình ảnh-văn bản, “Thần Trân” đạt điểm Dice trung bình là 91,20 khi đo lường mức độ trùng khớp giữa vùng dự đoán và chú thích thủ công, đứng đầu trong 7 phương pháp tham gia đánh giá. Xét theo 9 loại hình ảnh, mô hình xếp thứ nhất ở 5 loại và xếp thứ hai ở 4 loại còn lại.

“Thần Trân” tập hợp bốn loại năng lực đại diện vào một mô hình thống nhất: hiểu trình tự sinh học, dự đoán tính chất phân tử nhỏ hoặc tạo SMILES, tạo trường khí tượng toàn cầu cuốn chiếu tối đa 10 ngày và hoàn thành phân đoạn hình ảnh y tế dựa trên gợi ý văn bản. Các tác vụ khác nhau sẽ gọi các thành phần xử lý tương ứng, nhưng chia sẻ cùng một khung xương mô hình và trọng số được huấn luyện chung, giúp các nhà nghiên cứu không cần phải chuyển đổi giữa nhiều mô hình lĩnh vực độc lập.

Đối với việc phát triển và chia sẻ mô hình khoa học, việc mở trọng số chỉ là bước đầu tiên. Việc có cung cấp đồng thời mã nguồn có thể chạy được, ví dụ và hướng dẫn đầu vào/đầu ra rõ ràng hay không cũng sẽ ảnh hưởng trực tiếp đến việc mô hình có thể được kiểm chứng và tái sử dụng hay không. Lần phát hành này cung cấp đồng bộ trọng số mô hình, mã suy luận, tập lệnh ví dụ, hướng dẫn đầu vào và tài liệu sử dụng, đồng thời bổ sung các cấu hình cần thiết cho dự báo khí tượng và phân đoạn hình ảnh y tế, hỗ trợ các nhà nghiên cứu triển khai cục bộ hoặc kết nối vào các quy trình nghiên cứu khoa học hiện có.

Các nhà nghiên cứu có thể tải xuống mô hình hoặc gọi API thông qua nền tảng mở AI for Science "Tinh Hà Khởi Trí" (Xinghe Qizhi), kết hợp và tái tạo cùng hơn 1.500 mô hình và công cụ khoa học được tập hợp trên nền tảng; cũng có thể tải xuống trọng số mô hình trên Hugging Face, lấy mã suy luận và ví dụ trên GitHub.

Là "bộ não siêu cấp" của tác nhân nghiên cứu khoa học cấp hệ thống "Đại Thánh" ra mắt đầu tháng 3 năm nay, cái tên “Thần Trân” được lấy ý nghĩa từ "Thiên Hà Định Đáy Thần Trân Thiết" trong tác phẩm "Tây Du Ký". Nhóm nghiên cứu hy vọng bộ mô hình mở này sẽ mang theo các tác vụ khoa học đa dạng dưới hình thái tinh gọn, đồng thời để nhiều nhà nghiên cứu tham gia kiểm chứng, sử dụng và cùng xây dựng.

Tuyên bố quảng cáo: Các liên kết ngoài có trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian lựa chọn, kết quả chỉ mang tính chất tham khảo, tất cả các bài viết của IT đều bao gồm tuyên bố này.