AI đang giúp giải quyết những bài toán toán học từng khiến con người mất hàng chục năm. Nhưng thành tựu này lại kéo theo một nghịch lý: thay vì thoải mái chia sẻ ý tưởng, một số nhà toán học bắt đầu giữ kín hướng nghiên cứu vì lo người khác dùng AI hoàn thành công trình và công bố trước mình.
Terence Tao, một trong những nhà toán học hàng đầu thế giới, cảnh báo về xu hướng này. Trước đây, các nhà nghiên cứu thường công khai những hướng đi triển vọng để đồng nghiệp cùng trao đổi và phát triển. Nhưng khi AI có thể nhanh chóng xử lý những bài toán khó, việc tiết lộ một ý tưởng chưa hoàn thiện có thể khiến người đưa ra nó mất lợi thế.
Một nhà nghiên cứu có thể dành nhiều năm theo đuổi một hướng đi, trong khi người khác chỉ cần đưa vấn đề đó vào mô hình AI tiên tiến để tìm lời giải trước. Điều này đang đe dọa văn hóa chia sẻ vốn là nền tảng của hoạt động nghiên cứu toán học.
Khi lời giải xuất hiện nhanh hơn khả năng hiểu của con người
Trong bài giảng về tương lai ngành toán học, giáo sư Tao gọi giai đoạn mới là thời kỳ "dư thừa chứng minh" (proof abundance), đối lập với hàng nghìn năm mà việc tìm ra lời giải cho một bài toán khó luôn là nguồn lực khan hiếm.
Sự thay đổi thể hiện qua việc OpenAI công bố 377 lời giải cho các bài toán toán học khó bằng AI. Tuy nhiên, giáo sư Tao lưu ý công ty đã thử sức với khoảng 4.000 bài toán và chỉ giải được khoảng 9%. Những kết quả thành công thường được chú ý, trong khi phần lớn lần thử thất bại ít xuất hiện trên truyền thông.
Dù vậy, tốc độ tạo ra lời giải vẫn khiến giới toán học đối mặt với thách thức mới. Tao cho biết có khoảng một tá kết quả trong lĩnh vực ông quan tâm đã được giải quyết, nhưng bản thân chưa có đủ thời gian đọc hết các chứng minh.
Vấn đề là một lời giải đúng chưa chắc giúp con người hiểu vì sao nó đúng. Một số công trình do AI tạo ra rất ấn tượng, nhưng phần chứng minh phức tạp đến mức các nhà nghiên cứu vẫn khó giải thích hoặc trình bày lại.
Trước đây, quá trình giải toán buộc các nhà khoa học phải đọc tài liệu, trao đổi với đồng nghiệp, chia sẻ kết quả trung gian và hướng dẫn sinh viên. Chính hành trình đó tạo ra hiểu biết mới, đồng thời gợi mở những câu hỏi nghiên cứu tiếp theo. Khi AI có thể tạo ra lời giải mà không cần toàn bộ quá trình này, ngành toán học có nguy cơ đánh mất một phần quan trọng của hoạt động nghiên cứu.
Nỗi lo tri thức rơi vào tay một số tập đoàn
Bên cạnh thay đổi trong cách nghiên cứu, giới toán học còn lo ngại quyền tiếp cận những công cụ AI mạnh nhất đang tập trung vào một số ít doanh nghiệp.
Martin Bridson, Chủ tịch Viện Toán học Clay, cảnh báo OpenAI hoặc Anthropic có thể giữ kín những phát hiện quan trọng, khiến tri thức nền tảng bị đặt sau các bức tường trả phí. Khi đó, các nhà khoa học có thể phải sử dụng chatbot của chính những công ty này để tiếp cận hoặc hiểu các kết quả nghiên cứu mới.
Terence Tao cũng từng cho biết Anthropic đang trả tiền cho các nhà toán học để chính thức hóa những lời giải do mô hình AI tiên tiến tìm ra. Ông đặt câu hỏi về việc một doanh nghiệp tư nhân có thể quyết định ai được tham gia công việc này.
Sự bất bình đẳng còn xuất hiện giữa các quốc gia. Giáo sư Ana Caraiani thuộc Đại học Imperial College London cho biết không có tổ chức nào tại Romania, quê hương bà, đủ điều kiện đăng ký tiếp cận các mô hình AI tiên tiến. Bà cho rằng phần lớn quốc gia trên thế giới cũng ở trong tình cảnh tương tự.
Martin Hairer, nhà toán học đoạt Huy chương Fields, nhận định các mô hình mã nguồn mở hiện chưa thể cạnh tranh với những hệ thống hàng đầu. Điều đó khiến một trong những công cụ quan trọng của nghiên cứu tương lai nằm dưới sự kiểm soát của hai công ty Mỹ.
Math 2.0: Không chỉ tìm lời giải, mà phải hiểu lời giải
Dù cảnh báo nhiều rủi ro, giáo sư Tao không cho rằng giới toán học nên quay lưng với AI. Thay vào đó, ông đề xuất một cách tiếp cận mới mang tên Math 2.0, trong đó công nghệ được sử dụng để mở rộng năng lực tư duy của con người, thay vì thay thế toàn bộ quá trình nghiên cứu.
Theo ông Tao, AI không chỉ nên được giao nhiệm vụ giải toán mà còn có thể giúp tìm ra phương pháp mới, xây dựng câu hỏi nghiên cứu và làm cho những chứng minh phức tạp trở nên dễ hiểu hơn.
Thách thức này càng quan trọng khi AI được ứng dụng vào các vấn đề thực tế như thiết kế chip, vận hành lưới điện, điều khiển không lưu hay phát triển thuốc. Nếu con người không hiểu mô hình đang vận hành thế nào, AI có thể khai thác những điểm yếu của mô hình để đưa ra kết quả đáp ứng tiêu chí kỹ thuật nhưng không giải quyết đúng vấn đề thực sự.
Với giáo sư Tao, tương lai của toán học không chỉ nằm ở việc tìm lời giải nhanh hơn, mà còn ở khả năng tận dụng sức mạnh AI mà không đánh mất sự hiểu biết, kiểm chứng và sáng tạo của con người.
Nguyễn Hải
