Tuyên bố giải Navier-Stokes: bước ngoặt hay cú đòn vào niềm tin?
Tranh cãi quanh việc OpenAI tuyên bố giải Navier-Stokes, một bài toán Thiên niên kỷ bằng 10.000 AI Agent, là câu chuyện cho thấy khi AI bước vào vùng lõi của toán học lý thuyết, vấn đề không chỉ là đúng hay sai về mặt kỹ thuật, mà còn là khủng hoảng niềm tin, đạo tạo nghiên cứu AI và mối quan hệ quyền lực giữa Big Tech và cộng đồng khoa học. Navier-Stokes phương trình là hệ phương trình mô tả chuyển động của chất lỏng và chất khí, gắn với mọi thứ từ dòng nước xoáy đến thiết kế máy bay và dự báo thời tiết, và đã làm giới toán học đau đầu gần một thế kỷ. Ngày 8/9, OpenAI công bố hệ thống nội bộ gồm khoảng 10.000 tác nhân AI hoạt động đồng thời trong 88 giờ, tạo ra hàng triệu thông điệp và khoảng 130 tỷ token đầu ra để đi đến một bằng chứng được máy tính xác minh cho bài toán Navier-Stokes. Theo mô tả của họ, điểm kỳ dị xuất hiện như một vùng chất lỏng xoáy bị kéo dài, thắt lại như sợi mì cho đến khi vận tốc bùng nổ lên vô hạn trong khi năng lượng vẫn hữu hạn. Nghe như một chiến thắng ngoạn mục của AI giải toán học, nhưng phản ứng của giới toán học cho thấy câu chuyện phức tạp hơn nhiều.
Khi 10.000 AI Agent bước vào bài toán Thiên niên kỷ
Điểm khiến tuyên bố của OpenAI gây chấn động là quy mô kỹ thuật được đẩy lên mức chưa từng thấy trong nghiên cứu toán học truyền thống. Thay vì giao bài toán cho một mô hình duy nhất, họ xây dựng mạng lưới nhiều nhóm AI Agent, mỗi nhóm xử lý các phiên bản khác nhau của Navier-Stokes phương trình và được khuyến khích tìm cả chứng minh lẫn phản chứng. Ở thời điểm cao nhất, khoảng 10.000 agent chạy song song, tạo ra 2,7 triệu thông điệp và 130 tỷ token chỉ trong phần xử lý Navier-Stokes, trước khi GPT-6 Astra mất thêm 17 giờ để formal hóa và kiểm tra bằng Lean. Ở bề nổi, đây là minh chứng đầy ấn tượng cho AI giải toán học: sự kết hợp giữa Codex dùng để tổng hợp ý tưởng hữu ích giữa các nhóm agent và hệ thống kiểm chứng hình thức Lean tạo ra một pipeline “tự động hóa” từ trực giác mờ đến bằng chứng hình thức. Nhưng chính sự phụ thuộc nặng vào LLM, và việc bằng chứng ban đầu bị chính các nhà toán học gọi là "AI slop" – "bằng chứng tệ hại nhất" họ từng thấy – đặt ra câu hỏi: chúng ta đang tối ưu cho chân lý toán học hay cho khả năng câu view của các model?
Cáo buộc đạo tạo: khi dữ liệu, ý tưởng và quyền lực va chạm
Tranh cãi lớn nhất không nằm ở bản thân Navier-Stokes phương trình, mà ở cách OpenAI đi đến lời giải và câu hỏi liệu họ đã đạo tạo công trình của người khác. Trước đó, nhà toán học Tristan Buckmaster (Đại học New York) và Levent Alpöge đã âm thầm dùng Anthropic Claude và OpenAI Codex để trợ giúp chứng minh các kết quả blowup cho phương trình Euler – bước đệm quan trọng hướng tới Navier-Stokes. Theo Buckmaster, họ đạt được kết quả vào giữa tháng 8, rồi kiểm chứng bằng Lean vào ngày 22. Buckmaster cáo buộc trong tuần đầu tháng 9, thông tin về phương pháp của họ – đặc biệt là ý tưởng blowup có lực tác động – đã lọt đến OpenAI, và đây chính xác là kỹ thuật mà nhóm OpenAI tập trung khai thác để hoàn thành bước cuối cho Navier-Stokes đầy đủ. Ông khẳng định không biết ai khác cùng thời điểm đang làm trên hướng forced blowup này, càng khiến OpenAI plagiarism tranh cãi thêm kịch tính. Câu chuyện càng nhạy cảm khi toàn bộ dự án Euler dùng Codex của OpenAI, đặt ra câu hỏi sắc bén: dữ liệu người dùng trong các phiên làm việc nghiên cứu có được dùng để đạo tạo nghiên cứu AI cho công ty hay không?
Đạo tạo nghiên cứu AI và chiếc công tắc "không dùng dữ liệu" vô nghĩa?
Trước cáo buộc đạo tạo, OpenAI phủ nhận việc truy cập trực tiếp vào công trình chưa công bố của Buckmaster và Alpöge. Họ tuyên bố dự án Navier-Stokes khởi động sau khi nghe tin đồn rằng các nhà toán học bên ngoài đang tiến bộ trong các vấn đề liên quan, nhưng khẳng định "no specific user data was accessed" để giải bài toán. Tuy vậy, chính trong thông cáo, công ty thừa nhận không thể loại trừ khả năng dữ liệu ẩn danh thu được từ quá trình người dùng sử dụng sản phẩm đã góp phần cải thiện mô hình. Đây là điểm đáng lo: nếu phiên Codex của Buckmaster được "vô danh hóa" rồi dùng cho đạo tạo nghiên cứu AI, thì ranh giới giữa trợ lý toán học và máy hút ý tưởng trở nên mờ hẳn. Câu hỏi không chỉ là OpenAI plagiarism tranh cãi đúng sai, mà là mô hình quyền lực mới nơi Big Tech giữ hầu hết compute, dữ liệu và khả năng biến đóng góp cá nhân thành thành tựu công ty. Công tắc "không dùng dữ liệu cho huấn luyện" trở nên khó tin khi chính văn bản của công ty nói họ "cannot rule out" việc dữ liệu vô danh được dùng để cải thiện model.
AI giải toán học: bước tiến kỹ thuật, bước lùi chuẩn mực khoa học?
Ngay cả khi tạm gác tranh cãi đạo tạo, giới toán học vẫn nghi ngờ tính hợp lệ khoa học của lời giải Navier-Stokes. Một số nhà toán học cảnh báo chưa nên coi bài toán Thiên niên kỷ này đã được giải cho đến khi bằng chứng được các chuyên gia độc lập kiểm tra cẩn thận. Diego Cordoba, người có những công trình tiên phong liên quan đến phương pháp mà AI của OpenAI dùng, nói rằng nếu thực sự tồn tại một lời giải hợp lệ thì đó sẽ là một "bất ngờ lớn". Ngay cả Buckmaster, khi nói về bằng chứng Euler do LLM sinh ra, đã gọi nó là "AI slop", nhấn mạnh độ rối rắm và thiếu trong sáng của lập luận máy tạo. Ở đây, chúng ta chạm vào câu hỏi cốt lõi: liệu bằng chứng do AI tạo ra – dù được Lean kiểm chứng – có đáp ứng những chuẩn mực về minh bạch, khả năng hiểu và tái sử dụng mà toán học đặt ra? Một bằng chứng đúng về mặt hình thức nhưng gần như không thể đọc nổi có phải là toán học, hay chỉ là "toán rác" phục vụ PR cho khả năng của hệ thống AI? Khi OpenAI tuyên bố không nhận tiền thưởng bài toán Thiên niên kỷ nhưng dùng sự kiện như thước đo tiến bộ model nội bộ, khó tránh cảm giác thành tựu toán học đang bị biến thành công cụ marketing.
