Tin học và Sinh học hội tụ

ĐẦU THẾ KỶ 21:

TIN HỌC VÀ SINH HỌC HỘI TỤ

Hàn Thuỷ

Để tưởng nhớ Bùi Mộng Hùng

Trông mặt mà bắt hình dong
Con lợn có béo thì lòng mới ngon

Tục ngữ

Sinh học là môn học về sự sống, muôn màu muôn vẻ. Tin học nói chung chỉ biết có số không và số một, không có gì khô khan hơn. Hiện nay đại đa số những người làm tin học không biết gì đến sinh học, và đa số người làm sinh học cũng chỉ dùng máy tính như một dụng cụ để viết bài hay tính toán.

Thế nhưng chỉ cần lật xem những tạp chí phổ biến khoa học trong thời gian vừa qua cũng thấy không hiếm những thông tin hay bài báo nói về những khảo cứu vận dụng cả hai ngành khoa học – công nghệ nói trên. Thí dụ một số tựa như: “Sự thành hình ngành y khoa xi-be”, L’avènement de la cybermédecine, La Recherche, tháng 2.2000; Phải chăng ngày mai sẽ có loài vật nhân tạo?”, Les animaux artificiels sont-ils pour demain?, La Recherche, tháng 10.1998; “Từ Sinh học tới Tin học”, De la Biologie à l’Informatique, La Recherche, tháng 2.1999; “Tính toán bằng ADN”, Calculer avec l’ADN, Pour la Science, tháng 10.1998; vân vân, không thể kể hết. Người ta luôn luôn gặp những thuật ngữ mới (vì mới quá, xin phép không dịch vì đây là công việc mà ngay những người trong nghề cũng phải bàn cãi cẩn thận), như Biopuce, Biocomputer, Pilule électronique, Algorithme  génétique, mạng nơron… cũng không thể kể hết.

Vậy chuyện gì đang và sẽ xảy ra? Tầm quan trọng và ảnh hưởng của nó tới đâu?

PHẦN 1: ĐÔI ĐIỀU KHẲNG ĐỊNH

Jacques Monod (1910-1976)

Tin học và sinh học là hai khoa học – công nghệ đang đảo lộn sinh hoạt kinh tế, xã hội, sức khoẻ, văn hoá, của con người. Ngày nay điều này đã hiển nhiên. Hai hành tinh lớn này di chuyển trên những quỹ đạo độc lập cho tới những năm gần đây, nhưng những dấu hiệu nêu trên cho thấy chúng sẽ va chạm. Hậu quả ra sao, một vùng cát bụi mịt mờ, hay sẽ bắn ra một tinh thể mới tròn trặn và đẹp như trăng rằm? Đó còn là chuyện tương lai khó mà đoán trước, nhưng dù sao cũng sẽ là một hiện tượng rất cần để ý.

Xin mở ngoặc để nói về tựa đề bài này: đặt tên Đầu thế kỷ 21… vì có lẽ hiện nay không ai dám nói chuyện tiến bộ khoa học của cả thế kỷ tới! Hình như những nhà khoa học đang sống vượt quá số tất cả những người làm khoa học đã khuất của nhân loại từ thiên cổ. Thế mà năm mươi năm trước đây thôi, có ai tưởng tượng thế giới ngày nay nó lại như thế này đâu. Thôi thì cứ cho là dự phóng được trong tầm thập kỷ, và ngay trong tầm nhìn đó cũng xin phỏng theo một tác giả của Diễn Đàn: có đôi điều khẳng định và có đôi điều có lẽ. Kỳ này xin thông tin và có vài suy nghĩ về đôi điều… có lẽ khẳng định, và xin để một lần khác bàn về những điều có lẽ… có lẽ. Vì những điều có lẽ đó sẽ không ngoài giấc mơ cướp quyền tạo hóa, đã có từ thế kỷ ánh sáng, và vẫn còn gây nhiều bàn cãi triết học cũng như tôn giáo. Vậy xin trở lại những tiến bộ đã manh nha, và có thể tới trong tương lai không xa lắm, kết quả của đám cưới Sinh học – Tin học. Vâng, và sẽ thưa tại sao có con lợn béo dẫn cưới ở trên.

1. Một quan hệ lâu đời

Phải nói ngay, đám cưới này có nhiều thế gia vọng tộc đỡ đầu, thí dụ như Jacques Monod, giải Nobel về sinh học, trong tác phẩm nổi tiếng “Le hasard et la nécessité” từ năm 1970 đã dành cả một chương bàn về “vi điều khiển học” (cybernétique microscopique); ngược lại thì điều khiển học do bác học Mỹ Norbert Wiener đề xướng từ sau thế chiến thứ hai cũng bắt nguồn từ quan sát các hành vi của sinh vật. Những khái niệm cơ bản của điều khiển học hiện đã nằm sâu trong tin học, và thuật ngữ điều khiển học ít được dùng nữa, ngoại trừ việc nó trở lại trong thuật ngữ “không gian điều khiển “(đọc trong một tài liệu chính thức của Việt Nam để dịch chữ cyberspace, trên mặt báo này đã có lần viết “không gian xibe”). Vậy sinh học và tin học đã có quan hệ từ lâu đời, nhưng ngày nay càng thắm thiết hơn. Theo Joël de Rosnay, một bác học nổi tiếng khác của Pháp thì một trong ba hội tụ về khoa học – công nghệ của đầu thế kỷ 21 là hội tụ giữa sinh học và tin học. Hai sự hội tụ kia thì một là giữa tin học, viễn thông, truyền thông và đa mêđia; và một là hội tụ giữa môi trường học và kỹ nghệ (Science et Vie, tháng 12.1999).

Norbert Wiener (1894-1964)
Joël de Rosnay (1937-)

Hy vọng Hoàng tử và Công chúa sẽ sống hạnh phúc lâu dài, mà không bị lời nguyền từ một phù thuỷ ác độc nào đó. Trong truyện cổ tích người ta thường vẽ phù thuỷ xấu xa dị hợm, nhưng đấy là cho trẻ con thôi, chứ phù thuỷ thiếu gì phép thuật để tự cho mình bộ mặt đẹp đẽ. Hãy cảnh giác, phù thuỷ và nàng tiên rất giống nhau. Với khoa học, khả năng đem lại hạnh phúc cho con người càng lớn thì sức tàn phá càng ghê gớm. Thôi, câu chuyện đó ta sẽ bàn với nhau quanh lửa hồng, một đêm trời đầy sao. Bây giờ cứ cho là cặp này có hạnh phúc dài lâu đi, và sẽ được (ít nhất) hai người con, đó là: khoa học về bộ não và di truyền học. Nếu không vì quá dài dòng có thể thêm công nghệ rôbôt, trong đó tin học mới chỉ mô phỏng sinh học một cách thô lỗ.

Nhưng trước hãy xem những quà cưới của hai họ: sinh học đem lại gì cho tin học, và tin học đem lại gì cho sinh học?

2. Trông mặt mà bắt hình dong

Con lợn có béo thì lòng mới ngon. Hai con lợn béo tốt như nhau thì bộ đồ lòng cũng ngon như nhau. Ngẫm nghĩ câu tục ngữ này mà tán thêm như thế thì hoá ra đây không phải chỉ là một quy luật về loài lợn, nó là một ý tưởng cơ bản trong phương pháp luận của những nghiên cứu tin học, như trí tuệ nhân tạo, robot, mạng nơron. Đó là việc thành lập những mô hình, và điều chỉnh sao cho quan hệ giữa đầu vào và đầu ra giống như hiện thực.

– Kìa một con lợn béo tốt, muốn hiểu biết bên trong nó phải làm sao?

– Thì hãy cố gắng chế tạo một con lợn cũng béo tốt!

Bên ngoài giống nhau thì bên trong chắc cũng có gì giống. Đi đến cùng ta có trắc nghiệm Turing: đối thoại với một máy tính mà không phân biệt được với người thì phải công nhận là máy tính có trí năng.

Có thể phản biện lại rằng “Hai hộp đen có đầu vào và đầu ra hoàn toàn giống nhau, rất có thể bên trong được chế tạo bằng những nguyên tắc và giải thuật hoàn toàn khác nhau”. Đúng vậy, và người ta có thể thực hiện cụ thể những thí dụ như thế, tuy không dễ. Và hành vi “trông mặt mà bắt hình dong” này nếu là độc nhất thì quả nhiên không khoa học, hay cùng lắm được gọi là khoa học sơ khai. Nó phải, và luôn luôn được kết hợp với các hoạt động khoa học quy phạm khác để tạo ra những mô hình ngày càng hoàn chỉnh của hiện thực.

Trong khoa học có khám phá, sáng tạo, phân tích, tổng hợp, kiểm chứng, giải thích… mỗi khái niệm này chỉ nhấn mạnh một khía cạnh nào đó của một tổng thể những hành vi có liên hệ chặt chẽ với nhau; và trong sáng tạo có sự mày mò, tìm kiếm trong mù mờ, tức tinh thần cứ làm như thể là. Nhưng chính vì cứ làm như thể là có một hành tinh khác xáo trộn quỹ đạo của hành tinh Thiên vương (Uranus) mà Le Verrier đã “khám phá” hành tinh Hải vương (Neptune) vào giữa thế kỷ 19, chỉ bằng tính toán.

Sau khi đưa bằng chứng về dòng dõi thế gia của những mô hình tin học ta có thể mô tả cái quá trình tiến triển hỗ tương giữa tin học và sinh học như sau:

Craig Venter (1946-)

* Sinh học tiếp tục nghiên cứu với những phương pháp đặc thù của mình, kết hợp các dụng cụ hoá hữu cơ, kính hiển vi, giải phẫu học… với các nguyên lý tân Darwin để tổng hợp các ngành sinh học phân tử, di truyền học và phát triển phôi bằng cách so sánh các sinh vật trong quá trình tiến hoá của chúng từ đơn giản đến phức tạp… Cho đến nay những tiến bộ diệu kỳ của sinh vật học, đưa đến những hiểu biết về sinh lý con người, về các virút và các thành quả y học tương ứng… vẫn hầu như toàn bộ nằm trong hệ ý niệm đó. Trong tiến trình này máy tính điện tử chỉ được sử dụng như một công cụ xử lý thông tin phụ giúp cho người làm khoa học như trong bất cứ ngành nào khác. Nhưng hình như trong việc nghiên cứu các đối tượng như hoạt động của ADN trong phát triển phôi (embryologie), hoạt động của bộ não… hai vấn đề điển hình nhất hiện nay, các nhà sinh vật học đã gặp phải hàng rào của sự phức tạp, và dùng máy tính điện tử như một công cụ xử lý thông tin cổ điển để phụ giúp việc lưu trữ, so sánh và tìm kiếm… không đủ nữa, họ thấy cần thiết nắm lấy công cụ này một cách sáng tạo để nó phục vụ đắc lực hơn cho mình. Hiện tượng nổi bật gần đây nhất là Craig Venter, được coi như người đã thủ thắng trong cuộc chạy đua đọc mã gien, là người đã dựa vào máy tính điện tử một cách sáng tạo nhất.

* Trong khi đó tin học, dựa trên những tiến bộ kỹ thuật về điện tử, về phương pháp lập trình, về viễn thông… càng ngày càng có những công cụ xử lý thông tin rất mạnh, và do đó càng có tham vọng đề cập những bài toán mỗi ngày một phức tạp. Xử lý song song và phân tán, trong đó nhiều máy tính cộng tác với nhau đang là đề tài nóng bỏng, và các đối tượng sử dụng trong điạ hạt “vô sinh” không thiếu, như khí tượng học, như điều khiển hữu hiệu hơn mạng thông tin toàn cầu đang bung nở tưng bừng… và người ta lại thấy cần trở lại nguồn cảm hứng ban đầu: có “bộ máy” nào phức tạp, thông minh, bền vững và tin cậy được như một sinh vật? Mạng nơron đã bắt đầu có ứng dụng, và đó chỉ là một mô phỏng rất mờ nhạt của các nơron thực sự, hiểu biết rõ hơn về hoạt động của nơron chắc chắn sẽ giúp ích nhiều hơn.

* Vòng luẩn quẩn? Không, đây là một vòng xoáy đi lên. Không phải là ngành nọ chờ đợi tiến bộ của ngành kia và trong khi đó dẫm chân tại chỗ, mà chính là một tiến triển hỗ tương, nhờ ở sự “cứ làm như thể là”, cứ mày mò tìm kiếm với những ước đoán theo tương tự, với những công cụ không thật sự thích hợp, với những giả thuyết “cầu âu”. Nhưng cũng với những phân tích, thí nghiệm, kiểm nghiệm nghiêm ngặt các giả thuyết ấy; để rồi cũng có những phát minh, khám phá và giải thích có giá trị; rồi khi ấy một tiến bộ bên này sẽ lại giúp đỡ bên kia. Và như thế sẽ dần dần thành hình một khoa học hoàn chỉnh, với những lý thuyết sát thực tế hơn và với những công cụ nghiên cứu thích hợp hơn. Đến đây có lẽ không cần thiết xác định đâu là khía cạnh chính và đâu là phụ; tin học và sinh học của thế kỷ 21 sẽ cùng tấn công vào cái vô cùng phức tạp, cũng như các nhà khoa học từ thế kỷ 16 tới nay đã tấn công vào cái vô cùng lớn và cái vô cùng nhỏ.

* Có thể miễn cưỡng nói đại thể có hai loại phức tạp khác nhau, cái phức tạp tuyến tính theo chiều sâu và cái phức tạp trải rộng trên bề mặt do quá nhiều yếu tố khác nhau tác động qua lại để tạo ra một hiệu ứng nào đó. Tôi viết bài này trong khi nghe tiếng hát Hồng Nhung trong CD “Đoản khúc thu Hà Nội”; làm sao đi từ những con số 0 hay 1 ghi trong CD, qua đầu đọc laser đi vào máy tính, biến thành sóng điện từ rồi trở thành những âm thanh ngất ngây trong đầu tôi…

tôi mong về Hà nội, để nghe gió sông Hồng thổi…
tôi mong về Hà nội, tìm lại tiếng ve thời trẻ dại…

Cái phức tạp chiều sâu kỹ thuật đi từ đĩa CD tới âm thanh có lẽ không còn xa lạ lắm với chúng ta, tuy đã là cả một vấn đề. Nhưng tại sao tôi thấy tiếng hát hay ngất ngây? ở đây có biết bao nhiêu là tín hiệu của các nơron chạy trong đầu? Trong những nơron đó còn ghi lại những gì của thời thơ ấu đã trèo sấu, bắt ve và đổ dế ven đê sông Hồng? Nếu nhìn sự sống của sinh vật từ các chuỗi ADN trở đi ta có thể thấy sự vô cùng phức tạp này gồm cả hai chiều, từ các phân tử prôtein tới tế bào, từ tế bào tới các bộ phận nhỏ của cơ thể, rồi từ các bộ phận tới toàn thể, ở mỗi kích thước nghiên cứu đều biết bao nhiêu vấn đề, biết bao nhiêu tác động qua lại.

Cho tới nay những thành quả của tin học đã có một chiều sâu đáng kể, chẳng hạn bạn ở xa chỉ cần vào trang nhà của Diễn Đàn trong mạng Internet, bấm con chuột vài lần là sẽ được ngắm những bức tranh tuyệt diệu, phố cổ Hà nội của Bùi Xuân Phái. Nếu phải giải thích từ số không trở đi tại sao làm được như vậy, thì cũng hết vài ngày. Nhưng còn những nghiên cứu về sự phức tạp do tác động nhiều yếu tố cộng lại thì phải nói chưa đi đến đâu, các hệ máy cho phép nối kết những xử lý song song khác nhau, để đưa đến một trình độ thông minh mới, còn chập chững. Ở đây sự sống của sinh vật, dù chỉ là những côn trùng giản dị nhất, là một nguồn cảm hứng và học hỏi rất lớn. Và để lại nói theo kiểu một tác giả khác: sự sống cũng là một phòng thí nghiệm thiên nhiên vĩ đại. Theo chiều ngược lại, các phương pháp mô phỏng bằng tin học, với toán và lôgích là nền tảng, có thể cho phép thử nghiệm rất nhanh những giả thuyết về các cấu trúc sinh học và hoạt động của chúng.

3. Khoa học về bộ não

Tìm hiểu hoạt động của bộ não là công trình nghiên cứu đã lâu đời, với những phương tiện quan sát bên trong như giải phẫu, bên ngoài như đo các phát sóng điện từ…, kết hợp với quan sát bệnh lý, làm trắc nghiệm… người ta đã đạt được rất nhiều kết quả. Ngày nay bộ não đã được phân chia thành nhiều vùng, và người ta đã xác định được chức năng của mỗi vùng, mặt khác những điều kiện sinh hoá cần thiết cho bộ não hoạt động cũng ngày càng rõ, và các dược phẩm chữa trị các bệnh liên quan tới não càng ngày càng nhiều và hữu hiệu. Nhưng càng biết thêm càng thấy nhiều câu hỏi.

Trong đầu con người có khoảng 100 tỷ nơron, mỗi nơron được nối với nhiều nơron khác bằng những synapses, một nơron có thể có đến hơn nghìn synapses, và số synapses tổng cộng lại được ước lượng khoảng 1 triệu tỷ. Tín hiệu được truyền qua thân nơron tới các synapses, và tuỳ theo trạng thái của chúng mà một hay nhiều nơron khác sẽ được kích thích để tiếp tục truyền tín hiệu. Đó là mức thấp nhất, nhưng từ đó tổ chức lên các tầng trên như thế nào, có thể có được một bản đồ chi tiết của một bộ não tới từng nơron không? Thêm nữa, bộ óc con người ta không giống nhau, vậy đâu là cái tổng quát và đâu là phần đặc thù? Bộ óc lại biến chuyển với thời gian theo cuộc sống của từng người, vậy đâu là phần bẩm sinh và đâu là phần lịch sử cá nhân?

Các phương tiện tin học có thể mô phỏng một cấu trúc như vậy hay không? Xin thưa về mặt kỹ thuật hoàn toàn có thể được, chỉ chưa biết phải làm cụ thể thế nào thôi! Nhưng may mắn thay có Darwin. Vì nếu tin rằng con người do tiến hoá từ các sinh vật giản dị hơn mà ra, thì người ta có thể, và đã luôn luôn thành công khi làm như vậy, nghiên cứu những sinh vật giản dị hơn để từng bước hiểu biết thêm về con người. Nghiên cứu về bộ não cũng vậy, các nhà sinh vật học đã thấy rằng cấu trúc của bộ não con người còn giữ lại nhiều dấu vết của ‘tổ tiên’ từ xưa, rất xưa.

4. ADN, ồ thật là giản dị

Sinh học có thể đuợc coi như bắt đầu từ lúc, với phát minh kính hiển vi, người ta khám phá ra rằng các sinh vật là một tập hợp các tế bào, mô tả tế bào lần đầu được xuất bản năm 1667. Kể từ đó, một chuỗi dài các nghiên cứu về thực và động vật đã đưa tới đỉnh cao là khám phá ra cấu trúc ADN của Watson và Crick năm 1953. Từ đó người ta có thể nói như sau:

* Sinh vật chủ yếu gồm một tập hợp các tế bào, các tế bào lại phân hoá theo những nhiệm vụ khác nhau và được kết cấu với nhau trong những bộ phận khác nhau của cơ thể. Tế bào có màng bao bọc, chứa một dung dịch hữu cơ và một hạt nhân. Trong hạt nhân có các nhiễm sắc thể (chromosomes). Nhiễm sắc thể mang đầy đủ các thông tin cần thiết để làm nảy sinh một sinh vật. Tức cũng mang đầy đủ các yếu tố di truyền. Mỗi tế bào có khả năng, trong những điều kiện nhất định, tự chia đôi thành hai tế bào, làm cho sinh vật tăng trưởng.

* Nhiễm sắc thể là một tập hợp các gien. Mỗi gien là một chuỗi xoắn đôi ADN (Acides DesoxyriboNucléiques, ouf!). Người viết bài này không biết gì về sinh học thì chỉ nhớ được rằng mỗi chuỗi xoắn đôi ADN có thể được mô tả bằng một ngôn ngữ chỉ có 4 chữ cái là A, T, G và C (các phân tử hữu cơ).

* Tại sao lại gọi chuỗi xoắn đôi, và nó có 2 nhánh xoắn quanh nhau và gắn bó theo một quy luật nhất định: A bên này nối với T bên kia, và G bên này với C bên kia. Biết một nhánh tức là biết đầy đủ cấu trúc hoá học của gien. Thần kỳ của tạo hoá là làm ra cái máy tính ADN như thế. Vì trong khi sinh trưởng hai nhánh của một chuỗi có thể tách ra độc lập và tổng hợp từ các chất hữu cơ của tế bào cái nửa còn thiếu của mình. Để cuối cùng thành hai chuỗi, và một tế bào thành hai tế bào.

* Công việc của các chuỗi ADN không phải chỉ là như thế, mà nó còn thường trực tổng hợp các protein để tạo nên hình hài cho cơ thể. Để làm việc này ADN phát ra những mẩu “câu chữ” của mình dưới một dạng khác gọi là ARN (Acides RiboNucléiques), trong đó chỉ có chữ T được thay bằng một chữ khác (tức là một phân tử hữu cơ khác), chữ U. ARN là một thông điệp mà ADN gửi đến cho một “đơn vị ngoại vi” khác của tế bào, các Ribosome, có khả năng tổng hợp khoảng 100 ngàn protein theo yêu cầu, tức là theo ARN mà nó nhận được.

* Các tế bào đầu tiên giống nhau, nhưng rồi dần dần phân hoá các hoạt động. Trong sự phân hoá này người ta chưa hiểu rõ: tại sao, tuy các ADN trong mỗi tế bào đều giống hệt nhau, nhưng lại có thể nhả ra các ARN khác nhau để tổng hợp các protein khác nhau. Các gien trong một tế bào hoạt động song song, nhưng có những gien bỗng không hoạt động nữa…

* Người ta biết lờ mờ về ‘trách nhiệm’ của một số gien trong một vài trường hợp bệnh lý, nhưng các nhà sinh học đều cho rằng nhiều chức năng của cơ thể là do nhiều gien ‘hợp tác’ đảm nhiệm.

Đó là tóm tắt những điều người viết bài này, làm nghề tin học, nghĩa là biết một ít về tin học và mù tịt về sinh học, tìm hiểu được, và múa rìu qua nhiều mắt thợ trình bày như trên. Hy vọng sẽ có những cao nhân chỉ giáo thêm. Nhưng cũng có thể hãnh diện mà nói rằng: thế thì nếu thay trong 4 chữ mỗi chữ bằng 2 bít là viết được cấu trúc của gien trong máy tính rồi. Theo những tin cuối cùng người ta hy vọng sẽ đọc mã được hết các gien của con người trong năm nay. Con người có khoảng từ 30.000 đến 35.000 gien, mỗi gien là một chuỗi ADN rất dài, trung bình khoảng 200.000 chữ. Vậy đọc mã được toàn bộ gien của con người tức là viết ra được 6 tỷ chữ, 12 tỷ bít. Đọc mã chưa phải là giải mã, nhưng người ta đã đi được vài bước đầu, tức là không phải hoàn toàn mù tịt về hoạt động và chức năng của một số gien. Phương pháp vẫn là nghiên cứu các sinh vật đơn giản, so sánh mã gien của các sinh vật khác nhau, hay của những mẫu khác nhau của cùng một loài sinh vật, suy đoán giữa khác biệt về gien và bệnh lý…

Đây mới là bước đầu, cũng như có CD của Hồng Nhung mà không biết làm sao làm máy nghe. Hay có một chương trình tin học rất lớn dưới dạng nhị nguyên mà không có tài liệu giải thích và cho biết cách dùng. Nhưng bước đầu này hứa hẹn những tiến bộ rất lớn trong sinh học và áp dụng trong y học nói riêng. Nhìn dưới góc độ tin học thì mỗi tế bào là một máy tính có 30.000 bộ xử lý chạy song song và cộng tác với nhau. Người ta sẽ có mã các chương trình của mỗi máy tính, không dài lắm, nhưng cũng chưa biết chi tiết chúng hoạt động ra sao. Tương lai còn nhiều khó khăn nhưng mang đầy hứa hẹn.

(Diễn Đàn Forum, số 98, 07.2000)

________

  PHẦN 2: ĐÔI ĐIỀU CÓ LẼ

Kỳ trước (xem Diễn Đàn số 98 / 7.2000) đã điểm qua một số tiến bộ khoa học mà người ta hy vọng có thể đạt được trong tương lai gần, nhờ ở sự hội tụ giữa Sinh học và Tin học. Sự hội tụ này nhờ ở khả năng mô hình hoá của Tin học ngày càng cao, tấn công được vào những hiện tượng vô cùng phức tạp mà những nghiên cứu về sinh học càng đi sâu càng đặt ra nhiều. Những tiến bộ ấy nằm trong hai phạm trù nghiên cứu: khoa học về bộ não và di truyền học, với những thành công hiện đã manh nha, như mạng nơron, đọc và giải mã gien. Ở đây chỉ bàn về những vấn đề liên hệ đến khoa học luận, vì báo chí đã nói quá nhiều trên những ứng dụng của tin học và sinh học. Những ứng dụng này có ảnh hưởng xã hội và kinh tế rất lớn, và không phải hoàn toàn chắc chắn là sẽ theo chiều hướng tốt. Chính vì thế lại càng cần thiết nắm bắt nội dung của các ngành nghiên cứu này.

Phan Huy Đường (1945-)

Nhưng, để tiếp tục trình bày về những viễn tưởng xa, mênh mông… và manh mong… hơn, xin được phép nhìn chung cảnh quan từ điểm khởi đầu, theo người viết bài hiểu được. Cái nhìn khởi đầu đó là nhận thức rằng đối tượng của tư duy con người nằm trong ba thế giới: thế giới vật chất, thế giới của sự sống, và thế giới tư tưởng. Về quan điểm này nguời viết hoàn toàn đồng ý với Phan Huy Đường, trong cuốn Penser librement (xem giới thiệu trong Diễn Đàn số 99, 9.2000).

Nhưng nếu lối tiếp cận của tác giả, theo triết học duy vật biện chứng, là chất vấn những quan hệ của tư duy với ba thế giới đó một cách tổng thể, thì lối tiếp cận của các người nghiên cứu khoa học vẫn là tách bạch bản thân mình, chủ thể tư duy khoa học, và đối tượng tư duy, mặc dù phạm vi của đối tượng đó ngày càng rộng lớn và sâu xa. Mặc dù đối tượng tư duy khoa học có thể bao gồm sự sống và tư tưởng. Và phương pháp luận vẫn là chia nhỏ, khu biệt các vấn đề, đi từng bước, phân tích và tổng hợp, tìm kiếm sự đồng thuận tối đa qua lý thuyết và thực nghiệm.

Từ những thành công cục bộ và cụ thể như đã nói kỳ trước, con người ngày nay đã trở lại những tham vọng cướp quyền tạo hoá đã có từ muôn thuở, với phần nào tự tin hơn, và với phương pháp chặt chẽ hơn. Vì những câu hỏi tại sao? như thế nào? không dấu được cái tham vọng làm thế nào? nằm trong. Trong viễn cảnh nói tới ở đây, công việc là đi tìm cái cầu nối giữa thế giới vật chất và thế giới của sự sống, và tìm cách bắc cầu từ thế giới sự sống đến thế giới tư duy. Nói cách khác, như thế là đã đặt được hai câu hỏi cụ thể hơn: từ vật chất nảy ra sự sống như thế nào? và từ sự sống nảy ra tư duy như thế nào? Tuy về mặt thực nghiệm các câu hỏi này vẫn nằm trong hai phạm trù nghiên cứu: khoa học về bộ não, và sinh học phân tử, trong tương lai dĩ nhiên người ta sẽ dùng bất cứ phương pháp, lý thuyết, kết quả cụ thể nào của các ngành khoa học khác khi cần thiết.

Vậy sau khi xem xét về phương pháp luận của sự bắc cầu, sẽ xin điểm lại một vài dự phóng về hai khoa học trên. Rồi cuối cùng cũng không thể không nhắc tới những phê phán (gồm cả sự tự phê phán của các nhà khoa học) về bản thân việc áp dụng phương pháp khoa học trên những đối tượng như sự sống và tư duy.

1. Quy giản

Hình 1 đi kèm dưới đây tượng trưng một cách giản lược hệ thống hiểu biết khoa học hiện nay. Hiểu biết được chia thành nhiều bình diện có trật tự trên dưới, tuy không phải là một trật tự tuyến tính. Càng ở phía dưới thì càng đơn giản và càng đi sâu vào những cấu tạo và cấu trúc cơ bản nhất của thế giới vật chất.

Hình 1: Các tầng lớp của hiểu biết khoa học chính xác, tầng trên cùng là viễn cảnh

Ở mỗi bình diện người ta nhận diện được những thực thể (entités) và nghiên cứu để nắm bắt được những quan hệ (relations) giữa những thực thể ấy. Trong hình vẽ, thực thể là các hình khối và quan hệ giữa chúng là những đường nối các hình khối. Như ta thấy ở đây, một thực thể ở bình diện trên có thể được giải thích như là một tập hợp những thực thể và quan hệ ở bình diện dưới. Thí dụ như thực thể nguyên tử của hoá học (và những tính chất của nó) có thể được giải thích bởi những hạt lượng tử đã kết cấu với nhau theo những quy luật nhất định của cơ học lượng tử. Các quan hệ ở bình diện trên cũng có thể được giải thích bởi những quan hệ ở bình diện dưới.

Nói như trên sợ bị hiểu nhầm là khoa học chính xác chỉ có một cái nhìn hoàn toàn tĩnh lặng về hiện thực. Dĩ nhiên không phải như vậy, khoa học chính xác cũng nghiên cứu sự thay đổi trong tính chất của các thực thể và trong quan hệ của chúng. Và chính sự thay đổi và các quy luật thay đổi này mới là những điều đáng chú ý. Sau đây xin gọi chung những sự vật, quan hệ, biến đổi… mà khoa học khảo sát ở mỗi bình diện là những hiện tượng. Và phương pháp luận đi tìm những giải thích của một hiện tượng ở bình diện cao bằng những hiện tượng ở bình diện thấp hơn được gọi là phương pháp ‘quy giản’ (reductionisme).

Quy giản là gì: khi một hiện tượng hay quy luật ở một bình diện cao được phát hiện (thường là trong quá khứ), người ta có khuynh hướng cho rằng đó là một quy luật “trời cho”, nó là như thế, không có gì để giải thích cả. Nhưng như thế thì tích tụ lại càng ngày trời cho càng nhiều, khó nhớ; và vì chúng có vẻ như độc lập với nhau, khó áp dụng linh hoạt. Vì thế nghiên cứu khoa học là tìm ra trong các quy luật đó một số ít quy luật ở bình diện cơ bản hơn, để có thể từ đó suy ra nhiều quy luật thực nghiệm ở bình diện đời thường, đưa tới sự thống nhất và nhất quán của khoa học tự nhiên qua tác động hai chiều, phân tích từ trên xuống và tổng hợp từ dưới lên.

Thí dụ quy luật nổi tiếng mà Archimède (thế kỷ thứ ba trước tây lịch) trong một phút xuất thần đã phát hiện: mọi vật khi nhúng xuống chất lỏng thì bị đẩy lên bằng một sức đẩy ngang với số chất lỏng được chứa trong thể tích mà nó chiếm chỗ. Cho tới thời khoa học cổ điển của thế kỷ 17 không ai tìm cách giải thích định luật ấy cả, nó là như thế, và nó bao giờ cũng đúng. Hoặc giả nếu ta đặt lại mình vào thời cổ đại chắc cũng có thể nghĩ như sau: chiếm chỗ của nó thì bị nó đẩy là tự nhiên, càng chiếm nhiều chỗ thì càng bị đẩy mạnh. Nhưng tại sao lại đẩy lên, mà không đẩy ra, hay đẩy xuống?

Với những hiểu biết cơ học và hoá học hiện nay, thì một em học sinh tú tài có thể giải thích được định luật Archimède theo phương pháp quy giản: Lực đẩy là do tác dụng tổng hợp của các phân tử trong chất lỏng khi va chạm vào vật thể (A) bị nhấn chìm mà thành. Làm sao tính toán được tác dụng ấy? nếu đi vào phân tích thì sẽ bị khó khăn, nhưng em học sinh có thể lý luận khôn khéo như sau: thí dụ ta cũng nhận chìm một vật thể khác (B) giống hệt vật thể ấy (A), nhưng có một vỏ bọc rất mỏng, tác dụng không đáng kể, và chứa cùng chất lỏng của môi trường bên ngoài. Hiển nhiên là (B) chịu một lực tổng hợp bằng không, vì nếu không chất lỏng trong bình sẽ phải lưu chuyển theo một chiều hướng nhất định. Vậy thì (B) chịu một sức đẩy bằng trọng lượng của nó và ngược chiều (tức là đẩy lên). Và vì (B) giống hệt (A) nên (A) cũng chịu sức đẩy đó. Vậy thì, thưa thầy, em đã chứng minh được định luật Archimède. Cũng cùng điểm khởi đầu đó, rằng vật chất ở thể khí và thể lỏng được tập hợp bởi các phân tử luôn luôn va chạm vào nhau trong khoảng không, người ta có thể giải thích tại sao trong cùng điều kiện nhiệt độ và áp xuất thì số phân tử của các khí khác nhau lại bằng nhau (số Avogrado), hay là tại sao khi trộn lẫn hai chất lỏng khác nhau thì thể tích dung dịch lại có thể nhỏ hơn hai thể tích khi tách rời cộng lại. Ba chuyện đời thường tưởng như chẳng ăn nhập gì với nhau.

2. Hợp trội và quy giản

Nhưng cũng có những người cho rằng có những hiện tượng không thể được giải thích sâu hơn mà là những quy luật riêng của bình diện trên, ‘tổng thể lớn hơn các thành phần cộng lại’. Đó là hiện tượng ’emergence’: có một cái gì mới mẻ xuất hiện ở bình diện cao hơn mà ta không thể giải thích bằng những khái niệm dùng ở bình diện thấp hơn. Ở đây xin tạm dịch hai chữ  ‘phénomène émergent’ trong nghĩa này là ‘hiện tượng hợp trội’. Trên thực tế, trước kia người ta công nhận: nước có những đặc tính mà khinh khí và dưỡng khí đứng riêng là không có, bởi vậy phải nghiên cứu, thực nghiệm và suy luận ngay trên đối tượng là nước chứ không phải chỉ nghiên cứu dưỡng khí và khinh khí là có thể suy ra những đặc tính của nước. Nhưng hiện nay, với cơ học lượng tử, người ta tin rằng có thể làm việc này, tuy rằng những phương trình cần giải quyết là hết sức phức tạp, và trên thực tế người ta vẫn cần đến khái niệm nước và những đặc tính của nó, dù chỉ để nói chuyện với nhau cho ngắn gọn. Tuy nhiên phải nói thêm là trong công việc suy ra nói trên không phải chỉ có tính toán, người ta có thể đi một con đường thô thiển hơn nhưng cũng có hiệu quả trước mắt hơn, đó là sử dụng những phương tiện rất mạnh của tin học để mô hình hoá và mô phỏng một cách gần đúng phân tử nước.

Như vậy quan niệm về các hiện tượng hợp trội vẫn rất cần thiết, không những thế một hiện tượng hợp trội còn đặt ra thêm công việc cho công tác khoa học: áp dụng tiến trình quy giản vào hiện tượng này để hiểu rõ nó sâu sắc hơn, và biết đâu, có thể đi đến phủ định hay hoàn chỉnh một khía cạnh nào đó của các quy luật cơ bản.

Những bàn cãi về sự đối lập giữa hợp trội và quy giản là rất lý thú, và có liên hệ mật thiết đến những vấn đề trong khoa học luận về sự phức tạp nói chung, và sinh học nói riêng.

Trở lại Hình 1 ở trên, ta thấy ở tầng cơ bản nhất là hai lý thuyết về bản thể của vũ trụ: thuyết tương đối và thuyết lượng tử, hai thuyết này hiện nay coi như giải thích được tất cả các hiện tượng của đời thường. Nhưng có phải vì thế mà có thể bỏ qua hai ngành khoa học là hoá học và vật lý học cổ điển như chúng ta vẫn học? Dĩ nhiên là không, để mô tả và khảo sát các thực thể của đời thường thì hai ngành học này vẫn có những giá trị không thể bỏ qua. Người làm sinh học phân tử có thể không cần biết đến cơ học lượng tử nhưng không thể không nắm vững hoá học. Tương tự như vậy, người làm công nghệ nói chung cũng có thể chỉ cần nắm vững hoá học và vật lý học cổ điển.

Vậy đặc điểm nào cho phép một bình diện trung gian là cần thiết? Dĩ nhiên là những thực thể và quan hệ nằm trong bình diện đó phải đủ bền vững trong phạm vi nghiên cứu thích hợp. Thứ hai là những quy luật tự nhiên trong bình diện ấy cũng phải được phát biểu bằng những khái niệm của chính nó. Bởi thế trong quá khứ chúng đã là những ngành học gần như độc lập. Và có trước các ngành vật lý học cơ bản mà hiện nay làm nền tảng cho nó.

Điều ngày có ý nghĩa gì? Trước hết là vì trong quá khứ các ngành khoa học cổ điển đã có một hệ thống khái niệm và ngôn ngữ riêng, nhất quán và tự đầy đủ trong phạm vi nghiên cứu của nó. Nhưng với thời gian các hiện tượng mới được phát hiện, và những khái niệm, quy luật, ngôn ngữ riêng của bình diện đó đã trở nên không đủ để giải thích hết mọi hiện tượng. Vì nếu chúng là đầy đủ thì có lẽ chẳng bao giờ người ta lại cần tìm hiểu sâu hơn. Đó là giai đoạn sau. Nhưng như thế không phải là loại bỏ nền tảng cũ mà là làm cho nó giàu hơn lên. Chẳng hạn, khi cơ học lượng tử đi sâu hơn để thành lập nền tảng vững chắc và đầy đủ hơn cho hoá học, thì không phải là loại bỏ bình diện hoá học, mà chính lại làm cho nó giàu có hơn bằng những vật chất và hiện tượng mới, phát biểu được bằng ngôn ngữ của hoá học cổ điển được sửa chữa để trở nên tinh tế hơn.

Quan hệ qua lại giữa hai bình diện hoá học và sinh học phân tử cũng tương tự.

Nhưng vấn đề lý thú đặt ra ở đây là quan hệ giữa ba bình diện: Những dấu chấm hỏi trong các mũi tên phía trái của Hình 1 muốn nêu lên vấn đề sau: vậy hoá học, với những khái niệm, thực thể, quan hệ của nó… có thể làm nền tảng để giải thích toàn bộ toàn bộ sinh học phân tử không? ở đây dùng chữ giải thích chứ không dùng chữ hiểu, vì muốn hiểu cũng cần ngắn gọn, tức là không chỉ cần dùng ngôn ngữ, khái niệm riêng của sinh học mà còn nghiên cứu và thực nghiệm trên những thực thể sinh học. Vấn đề ở đây phức tạp hơn nhưng tương tự như bài toán với nước, dưỡng khí và khinh khí; trên nguyên tắc có thể quan niệm là khi muốn phân tích sâu hơn thì mỗi hiện tượng sinh học có thể được giải thích bằng hoá học, nếu hoá học là một tầng lớp trung gian đầy đủ. Trừ phi là không, nghĩa là có các hiện tượng lượng tử tác động một cách ma quái nào đó lên các hiện tượng quan sát được ở mức độ sinh học phân tử, mà không thông qua những hiện tượng trung gian của hoá học như nguyên tử và phân tử.

Tại sao không như thế? Và nếu lấy thí dụ ở các ngành khác thì có những hiện tượng đời thường trong cõi vô sinh là không thể giải thích được bằng cơ học cổ điển, dù cho chấp nhận chỉ gần đúng thôi; hơn thế nữa, người ta không thể chế tạo được nhiều vật liệu hiện nay nếu không trực tiếp ứng dụng cơ học lượng tử, không chỉ thông qua những quy luật của hoá học và cơ học cổ điển. Câu hỏi càng trở nên thích thú khi ta đặt vấn đề tương tự cho bình diện tư duy.

3. Từ vô sinh đến hữu sinh và công nghệ sinh học

Thế nào là sự sống? Ngoại trừ thi sĩ: “ngày sau sỏi đá cũng cần có nhau “chắc ai cũng có thể nói được sỏi đá là vô sinh, yên nhiên tự tại, chẳng cần ai cả. Nhưng sỏi đá khác một sinh vật ở chỗ nào? nói chung những bài học vỡ lòng về sinh vật học bảo rằng có thể gọi một thực thể là sinh vật khi chúng có ít nhất ba đặc tính: 1) có tiêu thụ (và sa thải) vật chất và năng lượng; 2) có tăng trưởng; và 3) có sinh sản; và tự thực hiện những đặc tính đó trong một môi trường thích hợp; có lẽ trong đó tự sinh sản là đặc điểm chủ yếu nhất. Chẳng thế mà chữ ‘sinh’ được dùng để phân chia hai thế giới.

Nhưng tự sinh sản là một cái vòng luẩn quẩn: quả trứng và con gà. Và chúng ta đã biết, để phá vỡ cái vòng luẩn quẩn đó là cả mấy nghìn năm suy luận, quan sát và thực nghiệm.

Aristote cho rằng trong mọi vật đều hàm chứa một nguyên lý tĩnh, principe passif, đó là vật chất (matière), khi gặp một nguyên lý động, principe actif, tức là hình thể (forme) trong điều kiện thích hợp thì nảy sinh sự sống. Nguyên lý động là cái gì rất trừu tượng, một khả năng làm cho vật chất nảy sinh. Con người phương Tây bằng lòng với cách giải thích đó cho tới thời hiện đại từ nửa sau thế kỷ 16. Nhưng từ đó cũng còn cãi nhau chán chê mới bỏ được cái tên đổi mới của principe actif tức là principe vital, nguyên lý sự sống, cũng chẳng khác gì. Vì tựu trung như thế vẫn bảo vệ quan niệm: sự sống (của một sinh vật) là tự nhiên xuất hiện. Cho tới những thí nghiệm của Pasteur thì nói chung mọi người mới công nhận: sự sống là do sự sống mà ra, còn trước đó? thì do đấng tối cao sáng tạo muôn loài. Từ một quan niệm vô thần và siêu hình sang tới một quan niệm cũng vẫn siêu hình, nhưng hữu thần, tuy nhiên phù hợp hơn với quan sát và thực nghiệm khoa học trong một khoảng thời gian ngắn.

Đến giữa thế kỷ 19 với Darwin người ta mới thực sự chấp nhận đông đảo rằng sự sống có thể từ vô sinh mà ra, rồi tiến hoá trong một thời gian dài hàng tỷ năm mới thành ra muôn loài như hiện nay. Như thế đặt ra hai khẳng định: trong những điều kiện thích hợp các chất hữu cơ dần dần trở nên phức tạp, và đến một lúc nào đó có thể hợp trội một thực thể hữu cơ có khả năng tự sinh sản, sinh vật; và đến lúc nào đó thì trong quần thể sinh vật đó lại hợp trội một quần thể sinh vật khác phức tạp hơn. Người ta có thể tự bằng lòng với một lý thuyết chung chung như vậy, vì giải thích một cách khoa học những bước nhảy vọt là rất khó. Không tránh được phải đưa vào những yếu tố ngẫu nhiên, nhưng sự ngẫu nhiên có thể được mô phỏng bằng tin học. Ngoài ra tính toán những đặc tính của các phân tử hữu cơ phức tạp hơn hàng nghìn lần phân tử nước là một điều không thể giải bằng những phương trình chính xác được. Người ta lại vẫn phải dùng phương pháp mô hình hoá và mô phỏng bằng tin học. Trên thực tế hiện nay trong các phòng bào chế dược phẩm lớn người ta đã dùng máy tính và phương pháp mô phỏng để tiên đoán đặc tính của những phân tử hữu cơ mới mà họ muốn tổng hợp.

Nói chung hiện nay lý thuyết tân Darwin, trong đó sự phân hoá dựa trên đột biến của các gien, và sau đó thì mới tới sự tồn tại của các sinh vật mới thích hợp nhất với môi trường, gần như được đồng thuận trong các nhà sinh vật học. Và đúng là sự đột biến đó là ngẫu nhiên do các gien bị biến đổi bởi tác động của các hạt lượng tử. Thế thì sự hợp trội cũng có thể được giải thích bởi phương pháp quy giản với điều kiện sử dụng những khái niệm ở tầng cơ bản nhất. Và bản thân những khái niệm của cơ học lượng tử lại hàm chứa hiện tượng ngẫu nhiên như một thuộc tính cơ bản của thế giới vật chất.

Vậy phải chăng có nghĩa là con người không có khả năng tác động lên các sinh vật hay sáng tạo ra các sinh vật mới?

Câu trả lời tuỳ thuộc thế nào là tác động, và thế nào là sáng tạo. Đúng là làm lại như tạo hoá bằng một quá trình hàng tỷ năm thì con người không có điều kiện, nhưng còn biến chế, tổ hợp lại trên cơ sở những chất liệu đã có sẵn, thì tại sao không? Và thực chất là công nghệ sinh học đang làm chuyện đó. Hiện nay còn ở mức thủ công mò mẫm vì người ta còn chưa hiểu hết tác động tổng hợp của các gien, cũng như tác động của môi trường chung quanh lên trên sự phát triển phôi, vì vấn đề còn rất phức tạp. Ngăn chặn một con virút như virút SIDA còn chưa xong, huống hồ. Nhưng có thể nói là những nghiên cứu về vi sinh vật sẽ có những tiến bộ rất lớn, với tiềm năng nguy hiểm cũng rất lớn. Những thực vật và sinh vật với gien được cải tạo thì đã có rồi, tiềm năng hứa hẹn cũng như nguy hiểm tiềm tàng đã thành vấn đề thời sự.

Còn liệu trong vài thập kỷ hay vài thế kỷ tới liệu người ta có thể sản xuất ra được những Frankeinstein? chưa thể nói. Vấn đề đặt ra một cách ngông cuồng là như sau: liệu có thể tác động lên gien để từ đó làm thành các siêu nhân hay siêu quái vật, như ý muốn. Như thế có nghĩa là đã nắm vững được toàn bộ quá trình phát triển từ đặc thái di truyền (génotype) tới đặc thái hiện tượng (phénotype) trong một môi trường tăng trưởng nhất định. Dĩ nhiên người ta sẽ bắt đầu bằng các sinh vật rất giản dị, chỉ có một số rất ít nơron, còn với những sinh vật phức tạp hơn thì hoạt động của bộ não còn chưa hiểu, nói chi đến điều khiển gien để cuối cùng có được bộ não như ý muốn. Có lẽ trong nhiều thập kỷ nữa nghiên cứu về bộ não, kết hợp với nghiên cứu về trí năng nhân tạo còn là một ngành độc lập với sinh học phân tử và di truyền.

(Diễn Đàn Forum số 104, 02.2001)

__________

PHẦN 3: SINH NÃO VÀ ĐIỆN NÃO

Chữ điện não bộ, nếu người viết không nhớ sai, được dùng ở Trung Quốc để dịch chữ computer (Anh, Mỹ) hay ordinateur (Pháp), mà miền Nam ngày xưa gọi là máy điện toán, ngày nay phổ biến trong nước là máy tính điện tử (MTĐT). Khi dùng lại chữ điện não trong tiểu tựa người viết không có ý đồ bàn về thuật ngữ, mà chỉ vì nó thích hợp với khung cảnh của bài. Thật vậy, khi MTĐT mới ra đời, người ta hồ hởi nghĩ rằng nó sẽ thay thế cho bộ óc con người (gọi là sinh não cho gọn), nên trên báo chí tại Âu Mỹ cũng đã thấy dùng những chữ như: cerveau electronique, electronic brain… Tuy rằng đó chưa bao giờ là những thuật ngữ chính thức của các nhà tiên phong về tin học, đa số trong họ đều tin vào khả năng thay thế sinh não bằng điện não trong tương lai. Các nghiên cứu trong chiều hướng đó chưa bao giờ bị gián đoạn, nhưng hiện nay chúng ta đều biết tác dụng kinh tế xã hội rất to lớn của tin học không phải ở chỗ nó đã thay thế được tư duy của con người, mà ở chỗ nó trở thành một công cụ hỗ trợ rất hữu hiệu. Trên thực tế sử dụng đại trà hiện nay, MTĐT cơ bản chỉ làm được hai chuyện, một là tính toán với vận tốc hàng tỷ phép tính một giây, và hai là lưu trữ và tìm kiếm thông tin nhanh từ phần nghìn giây đến vài giây, trong một khối lượng thông tin rất lớn; và với sự bùng nổ của Internet những thông tin đó có thể nằm bất cứ đâu trên toàn cầu. Còn những chuyện rất đơn giản với sinh não, như nhận ra ngay một gương mặt quen biết, thì MTĐT lại chưa làm được chuẩn xác và nhanh bằng.

Phải chăng quan hệ giữa điện não và sinh não cũng như giữa con chim và chiếc máy bay? Ước mơ bay bổng của con người, từ Icare buộc cánh chim vào tay, qua những chiếc máy (không) bay đầu tiên có cánh vỗ giống hình chim, chỉ thành hiện thực với các máy bay có cánh cố định, không vỗ, không có chức năng động cơ. Chúng đã không còn gì là bắt chước con chim nữa, chúng chỉ làm được một chuyện là vận tải đường không, nhưng làm tốt hơn thiên nhiên rất nhiều, chở hàng trăm người xuyên đại dương trong vài giờ.

Sự so sánh trên có phần đúng về hiện tượng, nhưng như thế là bỏ qua một khía cạnh có tính bản chất: các công cụ nhân tạo như xe hơi, máy bay… là các sản phẩm vật chất được quan niệm và chế tạo cho một mục đích nhất định, còn MTĐT là một công cụ trừu tượng vạn năng. Trừu tượng, vì điều quan trọng trong MTĐT không phải là cái hộp đựng bộ vi xử lý và ổ đĩa, cộng bàn phím và màn hình, mà là những chương trình nằm trong bộ nhớ của máy; và chương trình cũng chỉ là một chuỗi chữ viết mà thôi. Và vạn năng, vì khi người ta thay đổi chương trình thì khả năng của MTĐT cũng thay đổi.

– “Tôi phản đối, nói như vậy có thể bảo đó là đa năng chứ chưa phải là vạn năng”.

Vâng, đúng là có thể làm nhiều việc khác với có thể làm mọi việc. Nhưng thực ra MTĐT vẫn là vạn năng, theo một cách hiểu “chuyên môn” hơn: bất cứ điều gì có thể được mô tả hoàn toàn đầy đủ và chính xác thì có thể viết chương trình giao cho nó thực hiện; dĩ nhiên với hai hạn chế: thời gian nó làm nhiệm vụ không thể bằng không (trên thực tế với sức máy hiện nay thì đây không còn là vấn đề), và để thực hiện những nhiệm vụ có ảnh hưởng vật chất tức thời thì cần cho nó những bộ phận cơ khí và điện từ vào-ra thích hợp để đóng vai trò tai mắt và chân tay. Hiện đã có hàng tỷ bộ vi xử lý làm những công việc như vậy trong máy bay, xe hơi, máy ảnh… và khi đó nó trở thành một bộ phận trong những công cụ chuyên dụng như những công cụ chuyên dụng khác, nhưng mềm dẻo, dễ dùng và rẻ hơn.

Xin mở ngoặc về dòng chữ mô tả hoàn toàn đầy đủ và chính xác, đây chính là cốt lõi trong việc ứng dụng tin học trong mọi vấn đề, và đây là khâu của con người, nó quyết định phần lớn sự thành bại trong một đề án tin học hoá. Đó là chuyện thường ngày, nó giải thích tại sao các chuyên gia tin học là những người rất “ma nhắc”, hoạnh hoẹ tỉ mỉ đủ mọi thứ chuyện mỗi khi cần đến họ. Vì như có người nói “con quỷ nằm trong các chi tiết”, có cái gì không chạy mà lại hỏi chuyên gia cây nhà lá vườn, thí dụ như “tại sao máy tôi nó không chịu in…” là sẽ bị hỏi lại: “anh đã làm thế nào?…” vì nếu không biết đủ chi tiết thì không thể đối diện cái MTĐT, trong mọi trường hợp từ nhỏ đến lớn.

Trở lại việc so sánh sinh não và điện não. Trong hình 2 dưới đây, bình diện tư duy của hình 1 trong bài trước được phân tích chi tiết hơn thành ba bình diện: trí năng, hoạt động của bộ não, và hoạt động của nơron. Dĩ nhiên với sự phức tạp của tư duy thì phân chia tuyến tính như thế rất là đại khái, đây không phải là một giải thích khoa học, mà chỉ là  những cái mốc để bàn luận và so sánh mà thôi. Bên cạnh là hình vẽ tương tự cho tin học.

Hình 2: Các tầng lớp trong hoạt động tư duy, và của các hệ thống tin học

Tương ứng với các chương trình ứng dụng tin học chỉ xin để một chữ trí năng mà thôi, vì tuy hoạt động tư duy của con người còn nhiều mặt khác, tất cả những gì máy tính làm được cho đến nay chắc là chưa đầy một chữ trí năng này. Còn những nghiên cứu để dùng tin học mô phỏng các chuyện khác như trực giác, sáng tạo… sẽ xin được nói sau. Ở đây có vài dòng về thuật ngữ trí tuệ nhân tạo đã được dùng quen, theo thiển ý nên sửa lại là trí năng nhân tạo (theo đề nghị của giáo sư Hồ Thuần ở Việt Nam), vì trong trí tuệtuệ giác, một khái niệm của duy thức học Phật giáo khác hẳn, nếu không nói là đối lập với, tư duy thuần lý; điều mà máy tính hoàn toàn chưa có (cũng vì tuệ giác là cái gì chưa mô tả được hoàn toàn đầy đủ và rõ ràng! chỉ có thể bản thân mỗi người thể nghiệm mà thôi).

Trong bình diện tương đương với những hoạt động khác nhau của bộ não mà hiện nay người ta đã có một số hiểu biết, như nghe, nhìn, vận dụng ngôn ngữ… có thể sắp đặt một số những giải thuật và cấu trúc có tính cơ bản và tổng quát của tin học. Và bình diện cuối cùng đặt ngang hàng hai công cụ nhỏ nhất từ đó xây dựng các bình diện trên: nơron của sinh não và các mạch điện tử của điện não. Sau đây xin đi vào chi tiết từ dưới lên trên, qua đó ta có thể tóm tắt một số kết quả và vấn đề tương lai của công việc nghiên cứu hội tụ tin học – sinh học.

  1. Nơron và transistor

Hai hình vẽ 3 và 4 là loại có trong nhiều sách báo phổ biến khoa học vì chúng đem lại những thông tin đã vững chắc từ khoảng vài chục năm nay. Hình 3 cho thấy sự cấu tạo và hoạt động của nơron, và hình 4 biểu diễn một trong vài hàm lôgic cơ bản nhất dùng trong MTĐT.

Mỗi nơron là một tế bào, có màng bao bọc và hạt nhân nằm trong, nhưng thay vì chỉ có một màng bao bọc ‘nhẵn’, màng nơron được gắn với nhiều dây tủa ra gọi là dendrites (thượng nguồn) và một sợi axon (sợi thần kinh) mảnh dẻ vài micron, nhưng dài có khi đến vài chục cm, axon cũng kết thúc bằng một chùm dendrites (hạ nguồn), phần thân tế bào và hạt nhân còn được gọi là soma. Dendrites của một số nơron có thể được gắn với bắp thịt và các giác quan, nhưng phần lớn hơn là để nối các nơron với nhau, điểm nối này gọi là synapse (synaptic knob). Đa số các nơron chỉ nối với các nơron khác mà không có liên hệ với ‘bên ngoài’, các dendrites của axon nối với các dendrites của soma hay nối thẳng vào soma.

Hình 3: Cấu trúc Nơron và chi tiết. Theo “The emperor’s new mind”; Roger Penrose; nxb Oxford University, 1990

Có thể coi nơron như một cơ chế xử lý thông tin. Nơron hoạt động như sau: Tín hiệu được truyền đi từ soma, qua axone, dendrites hạ nguồn, tới các synapses gắn với các nơron khác, vận tốc truyền vào khoảng vài trăm mét một giây, và soma hoạt động theo nhịp, mỗi giây có thể truyền đi khoảng từ 1 tới 1000 xung tín hiệu, nhịp điệu này tuỳ theo loại nơron và trạng thái hoạt động của bộ não như thức, ngủ… Nói tín hiệu được truyền đi theo nhịp nghiã là axon có thể truyền một trong hai trạng thái đơn giản nhất, ‘có’ và ‘không’, tuỳ theo soma có bị kích thích hay không, nếu đúng nhịp mà không có một chất hoá học đặc biệt gọi là neurotransmetteur truyền qua các synapse tới các nơron khác, thì có nghĩa là không. Chất neurotransmetteur được chế tạo tại chỗ chứ không phải là được truyền qua axon và dendrite, cái được truyền đi là một loại tín hiệu hoá-điện rất chậm so với vận tốc truyền điện trong dây đồng.

Vậy khi nào thì soma bị kích thích? điều này tuỳ thuộc các dendrites thượng nguồn cuả nó có thu thập (từ các nơron khác qua các synapses, hay từ các giác quan) đủ các chất hoá học truyền tới nó hay không. Và như thế là ta có hơn một trăm tỷ bộ máy ‘xử lý thông tin’ đơn giản và có cơ chế hoạt động giống nhau, nối chằng chịt với nhau để hợp thành sinh não.

Hình 4: Mạch Logic ‘VÀ’ (AND). Theo “Les nouvelles frontières de la connaissance”; André Rousset; nxb Ellipses, 1993.

Theo như mô tả ở trên thật không có gì hoàn toàn tương đương trong các cấu phần cơ bản của sinh não và điện não, nhưng về chức năng thì tương đương: tín hiệu được truyền đi hay không truyền đi, theo nhịp điệu. Mạch vẽ trong hình 4 cũng có thể coi như một nơron rất đơn giản, chỉ có hai đầu vào và một đầu ra, đầu ra được kích thích và truyền đi tín hiệu khi cả hai đầu vào đều có tín hiệu. Mạch này hoạt động như sau: Khi không có tín hiệu thì các transistors dẫn điện, và vì điện trở của nó khi đó rất nhỏ so với điện trở dẫn tới đầu ra (3), cho nên chỉ cần một trong hai đầu vào (1) hay (2) không có tín hiệu là coi như điện chạy xuống, và không có điện ở đầu ra. Ngược lại chỉ khi cả hai đầu vào có tín hiệu, nghiã là cả hai transistor đều ngắt điện, thì khi ấy điện mới chạy tới đầu ra, thành tín hiệu.

Thật đơn giản, quá đơn giản. Nhưng vì thế mà hiện nay nhịp hoạt động của nó lên tới hàng tỷ lần mỗi giây. Một bên thì rất nhiều đầu vào đầu ra (có thể tới số nghìn) và rất chậm còn một bên thì rất ít vào ra, nhưng rất nhanh. Mặt khác người ta đã chứng minh được rằng chỉ bằng cách ghép nối khéo léo các mạch ‘VÀ’ như trong hình 4 với nhau là có thể thực hiện được tất cả các chức năng phức tạp khác của việc xử lý thông tin, trên thực tế các linh kiện điện tử cũng được cấu tạo như vậy, nhưng từ một mạch cơ bản khác, do tiện lợi hơn.

Từ đó có thể chắc chắn rằng sinh não không cần gì khác ngoài tổ hợp các nơron để có đủ chức năng xử lý thông tin vạn năng. Nhưng, ngoài câu hỏi sinh não có những chức năng nào khác không? Ít ra còn hai điểm khác nhau lớn cần nói tới giữa nơron và mạch điện tử của MTĐT. Một là, chức năng ghi nhớ của sinh não hoàn toàn khác với chức năng ghi nhớ của điện não, và người ta chưa hiểu hết cơ chế ghi nhớ của sinh não. Điều người ta biết qua thực nghiệm là các synapses không giống nhau, với thời gian và qua tần số các xung tín hiệu truyền qua nó, một synapse có thể trở thành rất nhạy bén (gắn chặt hai nơron với nhau) hoặc rất lỏng lẻo, lâu không dùng thành ra càng khó kích động trở lại. Như thế người ta nghĩ rằng chức năng ghi nhớ của sinh não được thể hiện một cách tổng hợp bằng những cấu hình liên lạc với nhau chặt chẽ hay lỏng lẻo của một số nơron, chứ không hề có một nơi nào đó ghi lại một thông tin đơn giản như một bit của điện não. Và hai là, độ tin cậy trong hoạt động của sinh não cũng phải được nhìn dưới góc độ hoàn toàn khác, và điều này cũng do tính chất của các xung tín hiệu, chức năng ghi nhớ và synapse. Một mặt các xung tín hiệu đến các synapse không phải là hoặc có hoặc không như trên đã đơn giản hoá, nó có thể mạnh hay yếu, và synapse có thể ví như cánh cửa hoặc trơn tru dầu mỡ rất dễ mở, hoặc lâu ngày rỉ sét kẹt cứng. Như thế nơron về thực chất giống như một cơ chế xử lý thông tin tương tự (một loại máy tính đặc biệt đã lỗi thời trong đó hàm số liên hệ đầu vào và đầu ra được mô hình thẳng bằng các một mạng các vật thể điện từ biến thiên liên tục chứ không thông qua khâu số thức hoá) rất không chính xác, hơn là một cơ chế số thức, mỗi lần hoạt động nó lại có tính chất hơi khác trước chứ không phải như một là một, không là không. Mặt khác hoạt động tổng thể của sinh não lại có độ tin cậy khá cao do việc bao giờ cũng nhiều nơron tham dự song song vào một chức năng. Thật là một sai lầm rất ấu trĩ nếu trong các suy luận về hoạt động tư duy của con người lại lấy cái MTĐT làm mô hình, như có khi ta đọc được ở đâu đó.

Thế thì ngược lại, có thể lấy sinh não làm mô hình cho điện não không? có thể viết chương trình hay cấu tạo các mạch số thức để cho MTĐT hoạt động giống như một tập hợp nơron không? lại phải tụng cái câu thần chú của người làm tin học: có thể được, nếu mô tả những hoạt động ấy được một cách đầy đủ và rõ ràng. Nhưng ở đây cần tương đối hoá bớt đi câu ấy, vì như đã viết trong một lần trước, quá trình hội tụ giữa tin học và sinh học, cũng như quá trình hợp tác giữa tin học và các ngành ứng dụng khác, là một vòng xoắn đi lên. Mô tả và mô hình có thể và cần tương tác với nhau để càng ngày càng đầy đủ và rõ ràng. Mạng nơron là một lối đi theo hướng ấy, người ta đã thử nghiệm tương đối thành công và hữu ích những mạng nơron nhỏ (chắc chưa đến số nghìn) nối với nhau theo kiểu “mờ”, không phải 1 hay 0 mà một trị số nào đó ở giữa.

  1. Những vấn đề còn lại

Mô hình hoá một số ít nơron thì có khả năng được, nhưng mô hình hoá bộ não thì chưa. Khó khăn không phải vì một sự khác biệt khá cơ bản: một bên chỉ có một (vài) bộ xử lý phức tạp hoạt động và một bên là hàng trăm tỷ bộ xử lý đơn giản hoạt động song song, vì với vận tốc nhanh hơn hàng chục triệu lần của điện tử so với nơron người ta sẽ có thể mô phỏng sự song song bằng sự tuần tự. Có lẽ khó khăn chủ yếu vì sự mô tả bộ sinh não quá phức tạp hiện nay còn quá mù mờ.

Đến đây chúng ta đi vào một vùng sương khói mịt mù, chưa thể gọi là lý luận khoa học kinh điển hoàn chỉnh được mà chỉ có thể nói là những ức đoán của các nhà khoa học mà thôi. Do đó mặc dù ở trên đã phân biệt các bình diện trí năng và hoạt động bộ não, không thể trình bày riêng biệt hai bình diện đó. Hiểu biết về bình diện ở giữa chính là hiểu biết về tính cách bắc cầu giữa những khái niệm trừu tượng về tư duy con người, xuống tới các hoạt động của nơron. Thế mà ngay cả những chữ: trí năng, trí tuệ, tư duy… cũng không có định nghĩa rõ ràng duy nhất, các định nghĩa tuỳ thuộc lập trường của mỗi nhà.

Và ở đây phải nói tới những hạn chế rất lớn của phương pháp “trông mặt mà bắt hình dong”, tìm cách thể hiện những đặc tính bề ngoài của sự vật để hy vọng hiểu rõ bên trong nó. Một thí dụ điển hình là các chương trình đánh cờ, về mặt hiệu năng chúng đã đạt các kết quả đáng kinh ngạc như thủ thắng trước vua cờ thế giới, nhưng chúng không giúp gì cho việc tìm hiểu các cơ chế tư duy của con người cả, các giải thuật cơ bản nằm dưới chương trình đánh cờ đó hoàn toàn là nhân tạo và tìm cách khai thác thế mạnh của MTĐT là chính, có cái gì giống như cái cánh máy bay. Trông mặt mà bắt hình dong là một phương cách nghiên cứu và sáng tạo, nhưng nó chỉ có thể đưa tới hiểu biết về hiện thực khi nó được kết hợp với phương pháp quy giản. Nói cách khác chỉ khi các mô hình trong mỗi tầng lớp của một lý thuyết được kiểm chứng là sát với các hiện tượng của tất cả các từng lớp trong quy trình quy giản thì mới có thể cho rằng lý thuyết đó thích hợp, và giúp cho người ta hiểu hiện thực.

Noam Chomsky (1928-)
Gerald Edelman (1929-2014)

Khi tìm cách áp dụng quy trình tìm hiểu và kiểm chứng này trên bình diện cao nhất của tư duy và tìm cách bắc cầu xuống các hoạt động sinh lý của nơron (hay biết đâu, có thể xuống sâu hơn nữa) thì người ta còn chưa làm được, do sự phức tạp của bộ sinh não. Do đó, người ta mới chỉ “trông mặt mà bắt hình dong” một cách “tương đối khan” mà thôi, nhưng tương đối, cũng có nghiã là không hoàn toàn từ trên trời rơi xuống. Hiện nay mỗi nhà khoa học, tuỳ thuộc phạm vi nghiên cứu, đã có thể vận dụng các hiểu biết của mình để đưa ra những ức đoán về cây cầu nói trên, với hy vọng các tiến triển của khoa học sẽ cho phép kiểm nghiệm, và cũng có người cho rằng sẽ không bao giờ kiểm nghiệm được và các hoạt động đó sẽ mãi mãi thuộc phạm trù suy tư triết học.

Điểm khởi đầu tương đối giống nhau, đó là các câu hỏi đã được đặt ra từ lâu đời, thí dụ như: tư duy phản tỉnh là gì? tại sao con người có tư duy phản tỉnh (có ý thức về sự hiện hữu và suy tư của chính mình). Thế nào là một quyết định tự do? con người có quyết định tự do hay không? Ít trừu tượng hơn là các câu hỏi làm sao phân loại và giải thích khả năng ghi nhớ, khả năng hiểu biết về ngôn ngữ và khả năng suy luận… Điểm kết thúc là các cơ chế hoạt động của nơron cộng với các cơ chế lý-hoá-sinh khác thì cũng giống nhau. Chương trình nghiên cứu đã khá sáng tỏ và cụ thể, đó là khác biệt căn bản với những suy tư thuần triết học từ vài chục năm trở về trước.

Roger Penrose (1931-)
Marvin Lee Minsky (1927-2016)

Thế còn những cây cầu khác nhau? Có khá nhiều và chuyên sâu phức tạp, người viết không có khả năng hiểu hết, nói gì đến trình bày lại. Chỉ xin liệt kê một số tác gia được coi như bậc thầy trong lĩnh vực này hay lĩnh vực khác. Trước hết phải nói đến Edelman, giải Nobel về sinh học, ông khởi đi từ quan niệm các nơron trong bộ óc phát triển và liên kết trong một quá trình kiểu Darwin, và từ đó nghiên cứu sự hình thành các bộ phận cao hơn của bộ não, và các khái niệm triết học trừu tượng nói trên. Minsky, một nhà khai sáng trong lĩnh vực trí năng nhân tạo tại MIT đưa ra mô hình “xã hội các tinh thần”, khởi đi từ một thực thể nhân tạo (gọi là tinh thần) rất đơn giản nhưng cũng có thể mô hình hoá nhiều tầng phức tạp bằng nhiều cách kết hợp chúng vói nhau. Chomsky, nhà ngôn ngữ học, với quan niệm về một khả năng chung nhất của con người về ngôn ngữ, cũng có ảnh hưởng lớn trong các nghiên cứu về sinh não, tuy ông không trực tiếp tham gia. Và sau cùng là Penrose, nhà toán lý tên tuổi, quan niệm rằng hoạt động của bộ sinh não không hoàn toàn có tính giải thuật, vì thể nào cũng có những tác động trực tiếp của những quy luật cơ học lượng tử lên trên hoạt động của bộ óc. Thật khó mà kiểm chứng, nhưng tại sao không?

(Diễn Đàn Forum số 106, 04.2001)

 Hàn Thuỷ

Ghi chú thêm (tháng 7.2004):

Khi đọc lại nhanh (vì phải kiểm soát việc chuyển mã từ bộ chữ cũ sang Unicode), người viết thấy (ngoài vài chỉnh sửa nhỏ không đổi nội dung) cần ghi chú thêm hai điểm sau:

1) Hai khái niệm “émergence/réduction” trên nguyên bản đăng trong Diễn Đàn đã được viết là (tân xuất/giảm thiểu); nay xin chữa lại là “hợp trội” và “quy giản”. Chữ “quy giản” hiện nay được nhiều người dùng, rất chỉnh. Còn chữ “hợp trội” do GS Phan Đình Diệu đề nghị trong bài “Tư Duy Hệ Thống và Đổi mới Tư Duy”, tạp chí Thời Đại số 6, 01.2002; chữ này cũng rất đạt. Vậy xin sửa lại cho thống nhất thuật ngữ.

2) Trong phần 3 – đoạn 1, câu: “… người ta đã chứng minh được rằng chỉ bằng cách ghép nối khéo léo các mạch ‘VÀ’ như trong hình 4 với nhau là có thể thực hiện được tất cả các chức năng phức tạp khác của việc xử lý thông tin…” không hoàn toàn chính xác. Người viết đã quên còn một hàm số đơn giản mà cần thiết nữa, đó là hàm số phủ định. Một tín hiệu B là phủ định của A khi nếu A =1 thì B =0, và ngược lại. Mạch điện tử duy nhất có thể dùng để cấu tạo mọi mạch là mạch ‘KHÔNG VÀ’ (NAND). Nhưng đó là chi tiết kỹ thuật nhỏ. Điều đáng chú ý là hàm phủ định trong điện não rất dễ thực hiện và hầu như có mặt khắp nơi (hễ có tín hiệu A thì thường có tín hiệu ‘không A’). Trong khi đó với sinh não không phải như vậy, con người dễ lầm lẫn khi thực hiện sự phủ định.

Advertisements

Trả lời

Mời bạn điền thông tin vào ô dưới đây hoặc kích vào một biểu tượng để đăng nhập:

WordPress.com Logo

Bạn đang bình luận bằng tài khoản WordPress.com Đăng xuất / Thay đổi )

Twitter picture

Bạn đang bình luận bằng tài khoản Twitter Đăng xuất / Thay đổi )

Facebook photo

Bạn đang bình luận bằng tài khoản Facebook Đăng xuất / Thay đổi )

Google+ photo

Bạn đang bình luận bằng tài khoản Google+ Đăng xuất / Thay đổi )

Connecting to %s