Đến năm 2026, lĩnh vực trí tuệ nhân tạo tại Hồng Kông đang thể hiện một xu hướng "bùng nổ mật độ cao". Nếu như kế hoạch trợ cấp 3 tỷ HKD cho năng lực tính toán được đề cập trong ngân sách tài chính tháng trước là một liều thuốc tăng lực mạnh mẽ cho ngành, thì những đột phá học thuật quan trọng và các cuộc đối thoại công nghiệp cao cấp diễn ra liên tiếp trong những ngày gần đây đã đánh dấu việc AI Hồng Kông đang tăng tốc từ giai đoạn "xây dựng cơ sở hạ tầng" tiến sâu vào vùng nước sâu "ứng dụng thực tế".
Ngay hôm qua (3/3), khi phần lớn các nhà quan sát thị trường vẫn đang dán mắt vào lạm phát sức mạnh tính toán của GPU thế hệ mới nhất từ NVIDIA, hay xem OpenAI lại phát hành mô hình tổng quát nào với tham số khổng lồ, thì giáo sư Quách Nghị Khả (Prof. Guo Yike), Hiệu phó chính của Đại học Khoa học và Công nghệ Hồng Kông (HKUST), cùng nhóm nghiên cứu đã thả một quả bom tấn vào giới học thuật và công nghiệp — GrainBot.
Đây không chỉ là một bộ công cụ AI mới, mà là một mẫu hình điển hình của "AI for Science" (AI4S) từ khái niệm tiến tới triển khai công nghiệp hóa. Là một người quan sát lâu năm trong lĩnh vực công nghệ định lượng và deep tech (công nghệ sâu), tôi cho rằng sự xuất hiện của GrainBot đánh dấu trọng tâm phát triển AI của Hồng Kông đang chuyển dịch từ "trò chuyện tổng quát" sang "khám phá chuyên sâu". Đối với những người làm trong ngành tài chính, việc hiểu được logic đằng sau GrainBot chính là chìa khóa để nắm bắt Alpha trong đầu tư công nghệ cứng (hard tech) trong năm năm tới.
(Nguồn ảnh: analyticalscience.wiley.com)
Để hiểu giá trị của GrainBot, trước tiên chúng ta cần hiểu "điểm đau" của khoa học vật liệu.
Ở thượng nguồn của các ngành sản xuất cao cấp như chất bán dẫn, pin năng lượng mới, tấm pin mặt trời, hiệu suất của vật liệu thường quyết định sự sống còn của sản phẩm. Và hiệu suất của vật liệu — dù là độ dẫn điện, độ bền hay khả năng chống ăn mòn — phần lớn phụ thuộc vào cấu trúc vi mô của nó, tức là kích thước, hình dạng và sự phân bố của các "hạt tinh thể" (Grains). Trong một thời gian dài, các nhà khoa học vật liệu giống như những người thợ thủ công cầm kính lúp. Họ sử dụng kính hiển vi điện tử quét (SEM) hoặc kính hiển vi lực nguyên tử (AFM) để chụp hàng nghìn tấm ảnh, sau đó dựa vào các nghiên cứu sinh tiến sĩ hoặc nhà nghiên cứu để dành hàng trăm giờ nhận dạng, phác họa và gán nhãn thủ công ranh giới của từng hạt tinh thể. Điều này không chỉ hiệu suất thấp mà còn chứa đầy sai số chủ quan do con người gây ra.
Sự xuất hiện của GrainBot, về bản chất, là lắp cho kính hiển vi một "bộ não tự động lái cấp độ L4".
Theo nghiên cứu mới nhất được công bố trên tạp chí hàng đầu "Matter" của Cell Press, GrainBot sử dụng thuật toán thị giác máy tính (CV) và học sâu tiên tiến, có thể tự động hoàn thành phân đoạn hình ảnh, trích xuất đặc trưng và phân tích định lượng. Nó không còn cần sự can thiệp của con người để nhận dạng chính xác ranh giới hạt tinh thể và tính toán các thông số hình học phức tạp như diện tích bề mặt, hình dạng rãnh, thể tích lồi lõm.
Quan trọng hơn, GrainBot không chỉ là một "máy đếm". Nó có khả năng phân tích tương quan, có thể liên kết trực tiếp dữ liệu cấu trúc vi mô này với hiệu suất vĩ mô của vật liệu. Trong quá trình xác minh trên màng perovskite halogen kim loại — một loại vật liệu then chốt cho pin mặt trời hiệu suất cao thế hệ tiếp theo — GrainBot đã xây dựng thành công một cơ sở dữ liệu chứa hàng nghìn hạt tinh thể được gán nhãn, tiết lộ mối quan hệ cấu trúc - hiệu suất khó có thể định lượng trước đây. Giáo sư Quách Nghị Khả đã nói một câu đầy tính tiên tri tại buổi ra mắt: "Khi quy trình làm việc khoa học trở nên tự động hóa và dữ liệu dày đặc hơn, những bộ công cụ như thế này sẽ trở thành động cơ then chốt cho 'phòng thí nghiệm tự động' trong tương lai."
Đối với vốn tài chính, sự xuất hiện của những thành quả như GrainBot có nghĩa là chúng ta cần điều chỉnh lại mô hình định giá cho các dự án AI. Trong hai năm qua (2024-2025), sự săn đón AI của thị trường chủ yếu tập trung vào "mô hình tổng quát lớn" và "SaaS tầng ứng dụng". Logic định giá của nó chủ yếu dựa vào MAU (người dùng hoạt động hàng tháng), ARR (doanh thu thường niên) và lượng Token tiêu thụ. Tuy nhiên, khi hiệu ứng biên của các mô hình tổng quát giảm dần, vốn bắt đầu tìm kiếm điểm tăng trưởng mới. AI for Science (AI4S) cung cấp một logic hoàn toàn khác: giá trị của nó không nằm ở "phục vụ bao nhiêu người", mà nằm ở "rút ngắn bao nhiêu chu kỳ R&D" và "phát hiện bao nhiêu vật liệu mới".
Lấy GrainBot làm ví dụ, nếu nó có thể rút ngắn chu kỳ R&D pin mặt trời perovskite từ 3 năm xuống còn 6 tháng, hoặc giúp CATL (Contemporary Amperex Technology Co. Limited) tìm ra một loại vật liệu cathode mới làm tăng mật độ năng lượng lên 10%, thì giá trị kinh tế mà nó tạo ra sẽ là cấp số nhân.
Đây là logic của "Sở hữu trí tuệ công nghiệp". Kỳ lân AI trong tương lai, có thể không còn là những công ty phát triển chatbot, mà là những "phòng thí nghiệm số" nắm giữ dữ liệu cốt lõi và thuật toán của các lĩnh vực chuyên sâu cụ thể (như vật liệu, dược sinh, hóa chất), có thể sản xuất hàng loạt công nghệ được cấp bằng sáng chế.
Trong logic này, lợi thế của các trường đại học Hồng Kông được phóng đại đáng kể. Khác với hệ sinh thái do các kỹ sư phần mềm dẫn dắt ở Thung lũng Silicon, Hồng Kông sở hữu mật độ cực cao các chuyên gia về khoa học vật liệu, hóa học và y sinh. Đột phá lần này của HKUST chính là kết quả của sự kết hợp sâu sắc giữa khoa học máy tính (nhóm giáo sư Quách Nghị Khả) và kỹ thuật hóa học (nhóm giáo sư Chu Viên Viên - Prof. Zhou Yuanyuan). Sự kết hợp "AI + Kiến thức chuyên ngành" này là một rào cản khó có thể sao chép bởi các công ty internet thuần túy.
GrainBot không phải là một trường hợp cá biệt. Nếu chúng ta mở rộng góc nhìn, sẽ thấy Hồng Kông đang xây dựng một mẫu hình nghiên cứu mới dựa trên "phòng thí nghiệm tự động". Phòng thí nghiệm tự động được hiểu là việc sử dụng công nghệ robot và AI để tự động hóa toàn bộ quy trình thiết kế thí nghiệm, thực thi, phân tích dữ liệu và tối ưu hóa lặp. Trong vòng khép kín này, AI (như GrainBot) chịu trách nhiệm "nhìn" và "nghĩ", robot chịu trách nhiệm "làm". Xu hướng này có ý nghĩa sâu sắc đối với quá trình chuyển đổi cấu trúc kinh tế của Hồng Kông. Từ lâu, Hồng Kông được coi là trung tâm tài chính và cảng thương mại, nhưng thường bị cho là "thiếu chân" trong R&D công nghệ cứng. Tuy nhiên, với sự xuất hiện của thời đại AI4S, hình thái R&D đã thay đổi — nó trở nên số hóa và thông minh hơn. Hồng Kông không cần phải có diện tích đất rộng như nội địa để xây dựng nhà máy, chỉ cần tận dụng tốt cơ sở hạ tầng năng lực tính toán và bộ não nghiên cứu đỉnh cao, là có thể trở thành nơi xuất khẩu "các công thức vật liệu mới" ra toàn cầu.
Hãy tưởng tượng, Hong Kong Science Park trong tương lai, có thể không chỉ có tòa nhà văn phòng, mà còn có hàng trăm, hàng nghìn "phòng thí nghiệm không người" vận hành 24/7. Chúng không ngừng tiêu thụ dữ liệu, phân tích kết quả thông qua các công cụ như GrainBot, sau đó tự động điều chỉnh thông số thí nghiệm, và cuối cùng xuất ra các công thức có giá trị cao được cấp bằng sáng chế. Những công thức này có thể được cấp phép cho các cơ sở sản xuất tại Vùng đại vùng để sản xuất hàng loạt. Đây chính là phiên bản 2.0 của "Nghiên cứu & Phát triển tại Hồng Kông + Sản xuất tại Vùng đại vùng".
Tất nhiên, với tư cách là những người quan sát lý trí, chúng ta cũng không thể bỏ qua những vấn đề và mối lo ngại tiềm ẩn.
Nút thắt cổ chai lớn nhất mà AI for Science phải đối mặt, vẫn là dữ liệu. Khác với văn bản internet khổng lồ được sử dụng để đào tạo ChatGPT, dữ liệu khoa học chất lượng cao (như hình ảnh kính hiển vi được gán nhãn hoàn hảo) cực kỳ khan hiếm. GrainBot thành công là vì nhóm nghiên cứu đã dành rất nhiều công sức để xây dựng tập dữ liệu chất lượng cao ban đầu. Ngoài ra, "hiệu ứng ốc đảo" của dữ liệu khoa học còn nghiêm trọng hơn cả internet. Dữ liệu của mỗi công ty vật liệu, mỗi phòng thí nghiệm đều là bí mật cốt lõi. Làm thế nào để thiết lập một cơ chế chia sẻ dữ liệu an toàn (có thể kết hợp với Web3 hoặc công nghệ tính toán bảo mật), cho phép mô hình AI có thể "ăn cơm nhà trăm họ" để lớn lên, là chìa khóa cho bước triển khai thương mại hóa tiếp theo.
Mùa xuân năm 2026, khi chúng ta đứng trong khuôn viên HKUST nhìn xuống Vịnh Clear Water, thấy không chỉ là phong cảnh, mà còn là sự thay đổi thế hệ của mẫu hình nghiên cứu.
Việc phát hành GrainBot tượng trưng cho cái bắt tay hoàn hảo giữa "tinh thần hacker" (lặp lại nhanh, dẫn dắt bởi thuật toán) và "tinh thần người thợ thủ công" (quan sát tinh tế, mài giũa vật liệu). Đối với các nhà đầu tư, điểm tập trung không nên chỉ giới hạn ở việc ai sở hữu nhiều card đồ họa NVIDIA nhất, mà nên chuyển sang việc ai có thể sử dụng AI để giải quyết những vấn đề cụ thể nhất của thế giới vật lý.
Trên làn đường đua mới này, Hồng Kông đã có một khởi đầu thuận lợi. GrainBot có lẽ chỉ là khởi đầu, bên ngoài trường nhìn của kính hiển vi, một thị trường phát hiện vật liệu AI trị giá nghìn tỷ đang từ từ mở ra.
