TOP 10 CÔNG NGHỆ MỚI NỔI NĂM 2023 (PHẦN CUỐI)
Mỗi năm, Diễn đàn Kinh tế Thế giới công bố danh sách Top 10 công nghệ mới nổi hàng đầu thế giới, nhằm giúp chuyên gia trong các lĩnh vực và ngành công nghiệp nắm bắt được các công nghệ tiềm năng, hiểu được ý nghĩa của chúng và nhanh nhạy trong việc định hình ngành và ứng dụng phục vụ xã hội. Báo cáo năm nay quy tụ hơn 90 chuyên gia ở 20 nước trên toàn thế giới, đã lựa chọn ra 10 công nghệ mới nổi hàng đầu dựa trên những tiêu chí đánh giá khắt khe như độ mới, khả năng ứng dụng, khả năng phát triển, tiềm năng đột phá...
CẢM BIẾN THỰC VẬT CÓ THỂ ĐEO ĐƯỢC: Cách mạng hóa việc thu thập dữ liệu nông nghiệp để cung cấp lương thực cho thế giới
Tổ chức Nông Lương của Liên hợp quốc tuyên bố sản lượng lương thực thế giới sẽ cần tăng 70% để nuôi sống dân số thế giới tới năm 2050. Đổi mới công nghệ trong lĩnh vực nông nghiệp sẽ là bước quan trọng nhằm đáp ứng mức tăng mạnh đó và cải thiện an ninh lương thực thế giới.
Thông thường, cây trồng được theo dõi thông qua kiểm tra đất và kiểm tra trực quan, cả hai cách này đều tốn kém và mất thời gian. Những tiến bộ công nghệ gần đây đã góp phần giám sát cây trồng dễ dàng hơn, cho phép nông dân theo dõi điều kiện cây trồng ở quy mô lớn hơn. Nhiều năm qua, tình trạng đất nông nghiệp được theo dõi bằng dữ liệu vệ tinh có độ phân giải thấp. Giờ đây, máy bay không người lái và máy kéo được lắp cảm biến cung cấp thông tin có độ phân giải cao hơn về điều kiện cây trồng. Thông tin thu được từ tất cả các hình thức giám sát có thể được xử lý bằng cách sử dụng AI. Mốc tiếp theo trong giám sát cây trồng là độ phân giải thậm chí cao hơn: giám sát tới từng cây trồng.
Cảm biến thực vật có thể đeo được hứa hẹn sẽ cải thiện mức độ khỏe mạnh của cây trồng và tăng năng suất nông nghiệp. Những chiếc cảm biến này là những thiết bị nhỏ, không xâm lấn, có thể được gắn vào cây lương thực để theo dõi liên tục nhiệt độ, độ ẩm trong đất, độ ẩm trong không khí và mức độ dinh dưỡng. Dữ liệu từ các cảm biến thực vật có thể tối ưu hóa năng suất, giảm sử dụng nước, phân bón và thuốc trừ sâu, đồng thời phát hiện các dấu hiệu sớm của bệnh.
Hai công ty Growvera và Phytech đã độc lập phát triển các cảm biến mũi kim có kích thước siêu nhỏ, cắm vào lá hoặc thân cây để đo lường những thay đổi của điện trở. Dữ liệu được truyền không dây đến máy tính hoặc điện thoại di động thiết bị, nơi chúng được phân tích để tạo ra những hiểu biết sâu sắc về sức khỏe thực vật. Do đó nông dân có thể theo dõi cây trồng theo thời gian thực và thực hiện các biện pháp can thiệp chính xác dựa trên nhu cầu cụ thể của cây trồng, chẳng hạn như điều chỉnh việc tưới tiêu hoặc bón phân để đáp ứng với độ ẩm hay dữ liệu dinh dưỡng.
Lắp đặt và bảo trì cảm biến đeo được có thể sẽ tốn kém, đồng thời đưa ra quyết định từ dữ liệu cảm biến có thể cần chuyên môn chuyên sâu. Cần có các công cụ phân tích dữ liệu cải tiến để giúp nông dân đưa ra những quyết định sáng suốt về quản lý cây trồng từ dữ liệu cảm biến. Cũng cần nghiên cứu những tác động lâu dài của cảm biến đeo được đối với sự sinh trưởng và phát triển của thực vật. Dù vậy, các cảm biến thực vật có thể đeo được vẫn sẽ cách mạng hóa việc quản lý và sản xuất cây trồng. Bằng cách cung cấp dữ liệu thời gian thực về sức khỏe thực vật và điều kiện môi trường, những thiết bị này có thể giúp nông dân tối ưu hóa năng suất nông nghiệp, giảm chất thải và giảm thiểu tác động môi trường của nông nghiệp - đồng thời giúp nuôi sống dân số ngày càng tăng trên thế giới.
KHÔNG GIAN OMICS: Lập bản đồ ở cấp độ phân tử các quy trình sinh học để giải mã những bí ẩn của cuộc sống
Cơ thể con người gồm xấp xỉ khoảng 37,2 nghìn tỷ tế bào. Làm thế nào để tất cả chúng phối hợp với nhau giữ cho chúng ta sống và khỏe mạnh? Omics không gian có thể mang lại cho các nhà nghiên cứu câu trả lời. Bằng cách kết hợp các kỹ thuật chụp hình tiên tiến với tính đặc hiệu và độ phân giải của trình tự ADN, phương pháp mới nổi này cho phép lập bản đồ cái gì, ở đâu và khi nào của các quá trình sinh học ở cấp độ phân tử. Bắt đầu với một cơ quan (chẳng hạn như não chuột), các nhà khoa học cắt lát mô thành những phần chỉ dày một tế bào. Sau đó, các kỹ thuật tiên tiến được sử dụng để hiển thị vị trí của các phân tử sinh học cụ thể trong mỗi lát cắt. Omics không gian cho phép các cấu trúc tế bào và các sự kiện sinh học trước đây không thể quan sát được, được quan sát với độ chi tiết chưa từng có.
Một thế hệ mới các “bản đồ tế bào” cấp độ phân tử đang được phát triển nhờ vào omics không gian, mô tả chi tiết vô số quy trình sinh học diễn ra ở người và các loài khác. Ví dụ: sử dụng omics không gian, các nhà khoa học đã xây dựng một tập bản đồ tế bào ba chiều của ấu trùng ruồi giấm và “mở hộp đen” về sự phát triển cơ quan ở phôi chuột. Một nghiên cứu khác tiết lộ rằng não loài kỳ giông Mexico lưỡng cư bị tổn thương sẽ tự chữa lành bằng cách sử dụng các cơ chế giống những cơ chế được kích hoạt trong quá trình phát triển não. Omics không gian cũng cho thấy tiềm năng trong khám phá trị liệu. Sử dụng kỹ thuật này, các nhà khoa học đã xác định được quần thể tế bào thần kinh trong tủy sống dường như đảm nhiệm trách nhiệm phục hồi sau chấn thương tủy sống. Kích thích các tế bào thần kinh này ở những con chuột bị liệt đã đẩy nhanh quá trình phục hồi khả năng đi lại của chúng. Các ứng dụng bổ sung liên quan đến sức khỏe bao gồm mô tả đặc điểm của các loại tế bào khác nhau trong một khối u để tùy chỉnh phương pháp điều trị và làm sáng tỏ cơ chế của các căn bệnh phức tạp như bệnh Alzheimer và viêm khớp dạng thấp.Các bệnh truyền nhiễm cũng có thể được nghiên cứu bằng cách sử dụng omics không gian. Ví dụ, một nghiên cứu omics không gian về các mẫu từ những người chết vì COVID-19 cho thấy SARS-CoV-2 gây ra sự gián đoạn trên diện rộng các đường dẫn tế bào trên tất cả các mô.
Những đột phá của linh kiện điện tử dẻo có thể mở đường cho những phương pháp điều trị thần kinh.
Nhu cầu phổ biến và mở rộng quy mô công nghệ omics không gian đang trở nên cấp thiết. Với tổng giá trị thị trường là 232,6 triệu USD vào năm 2021 và doanh thu ước tính là 587,2 triệu USD vào năm 2030, ngày càng có nhiều công ty nhà nước và tư nhân tìm cách cung cấp các giải pháp omics không gian. Trong khi các trung tâm nghiên cứu học thuật và chuyển giao chiếm 89% thị trường vào năm 2020, thị trường sẽ mở rộng lên nhiều để bao gồm các ngành dược phẩm và công nghệ sinh học.
Để biến tiềm năng của omics không gian thành hiện thực, cần giải quyết các thách thức kỹ thuật về thu thập, xử lý, lưu trữ và báo cáo tiêu chuẩn hóa dữ liệu. Hơn nữa, cần mở rộng các ứng dụng để lập bản đồ các phân tử sinh học khác, chẳng hạn như chuyển hóa chất và các sinh vật khác, bao gồm cả thực vật và động vật không xương sống, để làm sáng tỏ hơn về sinh học cơ bản. Không lâu kể từ khi Tạp chí Nature Methods chọn omics không gian là phương pháp tiêu biểu của năm vào năm 2021, kỹ thuật này đã phát triển từ một kỹ thuật ngách thành một kỹ thuật sẵn sàng được tiêu chuẩn hóa và được sử dụng rộng rãi, có tiềm năng cách mạng hóa sự hiểu biết về cuộc sống.
LINH KIỆN ĐIỆN TỬ THẦN KINH DẺO: Các mạch được thiết kế tốt hơn để giao diện với hệ thần kinh
Trong những năm gần đây, giao diện não bộ - máy móc (BMI) ngày càng hiện diện rõ nét hơn, khơi dậy trí tưởng tượng một ngày nào đó con người có thể điều khiển máy móc bằng suy nghĩ. Các BMI cho phép các tín hiệu điện do não tạo ra được phần cứng cảm biến ghi lại. Sau đó, các thuật toán giải mã những tín hiệu điện này thành các hướng dẫn mà một chiếc máy tính có thể hiểu và thực hiện. Những hệ thống giống BMI đã được sử dụng để điều trị bệnh nhân bị động kinh và trong các bộ phận thần kinh giả - chân tay giả sử dụng các điện cực để giao tiếp với hệ thần kinh. Mặc dù đạt được thành công bước đầu nhưng vẫn có những thách thức đối với những công nghệ này. Các bộ phận cấy ghép hiện đang được bác sĩ sử dụng thường được làm bằng vật liệu cứng, giống như các con chip bên trong máy tính xách tay hoặc điện thoại, và chúng có thể gây ra những vết sẹo cũng như gây khó chịu.
Chúng không thể uốn cong hoặc thích ứng với chuyển động của não nên theo thời gian, chúng “trượt” trong vị trí, làm giảm độ chính xác của tín hiệu thu được. Các phương pháp không xâm lấn, như đặt điện cực bên ngoài hộp sọ, không cần phẫu thuật cấy ghép nhưng lại chỉ cung cấp những tín hiệu nghẽn, khó giải mã, giống như nghe một người nói chuyện qua một chiếc mặt nạ dày.
\Gần đây, các nhà nghiên cứu đã phát triển các mạch giao diện não bộ trên các vật liệu tương thích sinh học rất mềm và dẻo. Các mạch dẻo này có thể phù hợp với não bộ, làm giảm sẹo và giảm trượt cảm biến, đồng thời chúng có thể được trang bị đầy đủ cảm biến để kích thích hàng triệu tế bào não cùng một lúc, hiệu quả hơn nhiều so với quy mô và khung thời gian của các đầu dò cứng.
Khi được sử dụng trong nghiên cứu khoa học thần kinh, các BMI dẻo có thể giúp hiểu sâu hơn về các tình trạng thần kinh như chứng mất trí nhớ và bệnh tự kỷ. Trong bệnh viện, BMI dẻo có thể giúp kiểm soát tốt hơn các thiết bị thần kinh giả mà không cần phải hiệu chỉnh lại thường xuyên. Các ứng dụng BMI dẻo áp dụng trong những thử nghiệm lâm sàng được Cơ quan quản lý Thực phẩm và Dược phẩm (FDA) Mỹ phê duyệt, đã nhanh chóng biến công nghệ này thành hiện thực. Trong tương lai, các thiết bị cấy ghép khác, chẳng hạn như máy tạo nhịp tim, cũng có thể sử dụng các loại vật liệu tương tự.
Trong tương lai, những tiến bộ trong sản xuất vật liệu và in mạch mềm có thể cải thiện hơn nữa các công nghệ BMI dẻo, cuối cùng dẫn đến giao diện thực sự giữa con người và AI. Giống nhiều công nghệ mới nổi, cần phải xem xét các vấn đề đạo đức trước khi triển khai rộng rãi các giao diện này. Thành quả tiềm năng trong lĩnh vực y tế phải được cân bằng với sự chấp nhận và tin tưởng của công chúng. Hơn nữa, do tính chất nhạy cảm của dữ liệu có nguồn gốc từ não, các hướng dụng sử dụng có đạo đức và quyền riêng tư phải xác định cách sử dụng những dữ liệu này trong ngắn hạn, trung hạn và dài hạn.
ĐIỆN TOÁN BỀN VỮNG: Thiết kế và triển khai các trung tâm dữ liệu không tốn năng lượng (Net- zero-energy)
Những đổi mới trong quản lý nhiệt và tối ưu hóa
năng lượng giúp các trung tâm dữ liệu chuyển sang
một tương lai thân thiện với môi trường hơn.
Các trung tâm dữ liệu, nơi hỗ trợ tìm kiếm trên Google, email, metaverse, AI và vô số khía cạnh khác của một xã hội đang ngày càng dựa vào dữ liệu hiện đang tiêu thụ khoảng 1% lượng điện sản xuất trên toàn cầu. Lượng điện này sẽ chỉ càng tăng lên do nhu cầu về dịch vụ dữ liệu ngày càng tăng. Mặc dù thế giới chưa có khái niệm “dữ liệu xanh”, nhưng hi vọng trong các thập kỷ tới sẽ có những bước tiến lớn tới các trung tâm dữ liệu không sử dụng năng lượng khi các công nghệ mới nổi được kết hợp và tích hợp theo những cách đổi mới sẽ nhanh chóng biến giấc mơ về các trung tâm dữ liệu không sử dụng năng lượng thành hiện thực.
Trước hết, để giải quyết các vấn đề quản lý nhiệt, hệ thống làm mát bằng chất lỏng đang được phát triển, sử dụng nước hoặc chất làm mát điện môi để tản nhiệt và nhiệt dư thừa được tái sử dụng mới cho các ứng dụng bao gồm sưởi ấm không gian, làm nóng nước và các quy trình công nghiệp. Ví dụ, thành phố Stockholm đang triển khai các dự án khai thác nhiệt thải từ các trung tâm dữ liệu để sưởi ấm các ngôi nhà.
Thứ hai, AI được sử dụng để phân tích và tối ưu hóa việc sử dụng năng lượng theo thời gian thực, tối đa hóa hiệu quả mà không ảnh hưởng đến hiệu suất. DeepMind đã thử nghiệm thành công tiềm năng của quản lý năng lượng được hỗ trợ bởi AI, giúp giảm tới 40% mức tiêu thụ năng lượng tại các trung tâm dữ liệu của Google.
Thứ ba, cơ sở hạ tầng công nghệ hỗ trợ các trung tâm dữ liệu không sử dụng năng lượng đang theo hướng mô-đun hóa và dựa trên nhu cầu hơn. Ví dụ: các hệ thống điện toán đám mây và biên cho phép xử lý và lưu trữ dữ liệu được trên nhiều thiết bị, hệ thống và thậm chí cả địa điểm. Ví dụ, Crusoe Energy đã lắp đặt các trung tâm dữ liệu mô-đun của mình tại các địa điểm xảy ra hiện tượng bùng phát khí mê-tan để cho phép cơ sở hạ tầng điện toán đám mây được chạy bằng khí mê-tan mà vốn dĩ sẽ được thải trực tiếp vào khí quyển. Những đơn vị mô- đun này và các mô-đun đúc sẵn khác có thể dễ dàng triển khai, mở rộng hoặc di dời, cho phép các nhà khai thác trung tâm dữ liệu tối ưu hóa việc sử dụng năng lượng và thích ứng với nhu cầu thay đổi của họ. Những cải tiến bổ sung về phần mềm và phần cứng bao gồm các kiến trúc điện toán mới như hệ thống trên chip; và các tối ưu hóa như điện toán tỷ lệ năng lượng, trong đó máy tính sử dụng năng lượng tỷ lệ thuận với lượng công việc được thực hiện. Để hình thành các trung tâm dữ liệu không sử dụng năng lượng sẽ bao gồm các phương pháp đổi mới để tích hợp các phương pháp nêu trên với các công nghệ quản lý, lưu trữ và sản xuất điện mới.
CHĂM SÓC SỨC KHOẺ ĐƯỢC HỖ TRỢ BỞI AI: Các công nghệ mới để nâng cao hiệu quả hệ thống chăm sóc sức khỏe
Ảnh: Những thiếu sót của hệ thống chăm sóc sức khỏe trên toàn thế giới đã bộc lộ rõ ràng và đáng sợ trong những ngày đầu của đại dịch COVID-19 khi khối lượng công việc của nhiều bệnh viện nhanh chóng trở nên quá tải. Để đáp lại, các nhóm học thuật và chính phủ đã được thành lập để tích hợp AI và máy học (ML) vào lĩnh vực chăm sóc sức khỏe, để dự đoán những đại dịch có nguy cơ diễn ra và hỗ trợ giải quyết chúng một cách hiệu quả (AI4PEP). Những nỗ lực nổi bật này nhằm nâng cao hiệu quả của các hệ thống y tế quốc gia và toàn cầu khi phải đối mặt với các cuộc khủng hoảng y tế lớn và nhằm mở rộng khả năng tiếp cận tới các dịch vụ chăm sóc. Những dịch vụ này đang ở giai đoạn đầu nhưng sẽ nhanh chóng được mở rộng quy mô bằng cách tích hợp dữ liệu chất lượng vào các mô hình AI và ML.
Các công nghệ dựa trên AI cũng có thể giúp giải quyết một thách nữa, đó là sự chờ đợi mòn mỏi mà nhiều bệnh nhân phải đối mặt nếu muốn nhận được dịch vụ chăm sóc sức khỏe thông qua hệ thống y tế. Đáng ngạc nhiên là sự chậm trễ này thường phát sinh không phải do thiếu năng lực mà do khả năng tiếp cận không đồng đều và dẫn đến việc sử dụng không đúng mức các cơ sở vật chất hiện có. Khi áp dụng cho tập dữ liệu được tuyển chọn của các cơ sở y tế hiện có, các kỹ thuật AI, ML và phân tích dữ liệu đã cải thiện đáng kể khả năng tiếp cận các phương pháp điều trị của bệnh nhân.
Medical Confidence, một công ty con của CloudMD, đã sử dụng công nghệ như vậy để điều chỉnh tối ưu nhu cầu điều trị của bệnh nhân cho phù hợp với tình trạng khả dụng của cơ sở vật chất, giúp giảm đáng kể thời gian chờ điều trị, trong một số trường hợp, từ nhiều tháng xuống chỉ còn vài tuần. Một cách tiếp cận khác dựa trên AI để tối ưu hóa khả năng tiếp cận tới dịch vụ y tế đang được áp dụng rộng rãi ở Canada và có thể sẽ được nhân rộng ở những nơi khác.
Tác động của chăm sóc sức khỏe dựa trên AI có thể còn diễn ra sâu sắc hơn ở các quốc gia đang phát triển, vốn thường thiếu cơ sở hạ tầng và nhân sự để cung cấp dịch vụ y tế cho phần lớn dân số của họ. Các công cụ thông minh để hỗ trợ xác thực, theo dõi và điều trị các tình trạng y tế mới hoặc đang diễn ra - chẳng hạn như hệ thống dựa trên AI để hỗ trợ đọc dữ liệu X quang - là bước khởi đầu trong việc tận dụng AI và ML để nâng cao năng lực y tế ở những nơi còn thiếu hụt. Ví dụ, Ấn Độ có dân số phân tán rộng với hơn 1,4 tỷ người và đã áp dụng cách tiếp cận dựa trên AI để tăng cường tiếp cận tới y tế. Chính phủ Ấn Độ cho phép các bác sĩ tương tác với các cộng đồng ở xa thông qua các công nghệ hỗ trợ, với các biện pháp bảo vệ quyền riêng tư cần thiết.
Ngoài việc bảo vệ quyền riêng tư dữ liệu và thu thập dữ liệu chất lượng cần thiết, những thách thức trong việc triển khai các phương pháp chăm sóc sức khỏe được hỗ trợ bởi AI bao gồm tăng cường mức độ chấp nhận của công chúng và áp dụng rộng rãi các công nghệ đó, đảm bảo sự tuân thủ của bệnh nhân và giải quyết các mối lo ngại về an ninh quốc gia có thể xảy ra. Mặc dù những trở ngại còn lại này có thể khó vượt qua nhưng rõ ràng rất rủi ro nếu không hành động. Hơn nữa, bất kỳ hệ thống quản lý dữ liệu cá nhân về sức khỏe và phúc lợi của một lượng lớn dân số nào đều phải hoạt động trong giới hạn của khuôn khổ pháp lý và đạo đức được xây dựng cẩn thận. Những cân nhắc như vậy đang là chủ đề của những cuộc thảo luận rộng rãi; và bắt đầu xuất hiện các khung pháp lý để đón đầu ứng dụng toàn cầu của AI và ML trong lĩnh vực y tế. Các giải pháp y tế dựa trên AI sẽ trở nên phổ biến hơn bao giờ hết trong vòng 3 đến 5 năm tới, mang lại lợi ích to lớn cho sức khỏe con người, đặc biệt đối với những người thuộc nhóm dân số chưa được phục vụ đầy đủ./.
Theo Bản tin Khởi nghiệp đổi mới sáng tạo, số 46/2023
Cục Thông tin Khoa học và Công nghệ quốc gia.