Tuyên bố gây sốc: AI của OpenAI giải được bài toán Navier-Stokes
Sự kiện OpenAI giải bài toán Navier-Stokes là tuyên bố rằng một hệ thống AI toán học đã tìm ra lời giải cho một trong bảy Millennium Problems, bài toán tồn tại khoảng 200 năm, chỉ trong 88 giờ, qua đó đặt lại câu hỏi về vai trò của trí tuệ nhân tạo trong khám phá toán học hiện đại. OpenAI, công ty đứng sau ChatGPT, thông báo ngày 8/9 rằng mô hình AI nội bộ đã tìm được lời giải cho bài toán Navier-Stokes, thuộc nhóm Bài toán Thiên niên kỷ do Viện Toán học Clay công bố. Phương trình Navier-Stokes mô tả chuyển động của lưu chất như không khí qua cánh máy bay hay nước chảy từ vòi, được ghi nhận lần đầu cách đây khoảng 200 năm nhưng tới nay vẫn bị xem là “bài toán không lời giải”. Theo công bố, OpenAI huy động khoảng 10.000 AI agent làm việc song song và hoàn tất quá trình tìm lời giải trong 88 giờ, sau đó nguyên mẫu GPT-6 Astra mất thêm 17 giờ để kiểm chứng kết quả. Đây không phải bước tiến đơn lẻ, mà là dấu hiệu cho thấy AI toán học đã bước sang vai trò cộng tác thực sự với các nhà toán học, thay vì chỉ là công cụ tính toán hỗ trợ.
Navier-Stokes và Millennium Problems: Vì sao đây là cột mốc lịch sử?
Để hiểu ý nghĩa của việc OpenAI giải toán Navier-Stokes, cần nhìn lại bản chất của bài toán này và hệ thống Millennium Problems. Navier-Stokes là tập hợp phương trình dùng để mô tả chuyển động của chất lỏng và khí; câu hỏi cốt lõi mà Viện Clay đặt ra là liệu nghiệm của các phương trình này có luôn tồn tại và ổn định hay có thể trở nên vô hạn, mất kiểm soát dưới một số điều kiện nhất định. Bảy Bài toán Thiên niên kỷ được Viện Clay lựa chọn nhằm đại diện cho những thách thức khó nhất của toán học hiện đại, mỗi bài đều đòi hỏi không chỉ kỹ năng chứng minh mà còn trực giác sâu sắc về cấu trúc toán học. Trong phát biểu, OpenAI khẳng định nghiệm của phương trình Navier-Stokes có thể bị phá vỡ và tốc độ chất lưu tăng tới vô hạn, tức hiện tượng “bursting” hoàn toàn có thể xảy ra về mặt toán học. Nếu kết quả này được cộng đồng toán học độc lập kiểm chứng và chấp nhận, đây không chỉ là lời giải cho một Millennium Problem, mà là bằng chứng định tính rằng AI toán học đã đủ sức tham gia vào những bài toán nền tảng của khoa học.
AI toán học của OpenAI đã làm gì trong 88 giờ?
Điểm đáng chú ý không chỉ là tốc độ, mà là cách hệ thống AI toán học được tổ chức. OpenAI trước tiên huy động 1.000 AI agent để nghiên cứu phương trình Euler, một hệ phương trình gần gũi với Navier-Stokes và được coi là bước đệm quan trọng về mặt lý thuyết. Các agent này phát hiện hiện tượng bất ổn trong nghiệm Euler, qua đó gợi ý cấu trúc toán học có thể dẫn tới nghiệm mất kiểm soát. Sau giai đoạn tiền trạm, công ty mở rộng lên 10.000 agent được giao nhiệm vụ tấn công trực diện bài toán Navier-Stokes; kết quả thu được là chứng minh nghiệm có thể trở nên mất kiểm soát và tốc độ lưu chất tăng vô hạn. Toàn bộ quá trình tính toán kéo dài 88 giờ, rồi được nguyên mẫu GPT-6 Astra kiểm chứng trong 17 giờ tiếp theo, trên một hệ thống mà OpenAI tuyên bố “có năng lực vượt trội đáng kể” so với GPT-6 Astra công khai. Đây là minh họa hiếm hoi cho mô hình AI khoa học phối hợp nhiều agent chuyên biệt để giải một bài toán lý thuyết phức tạp, thay vì chỉ dùng một mô hình ngôn ngữ lớn trả lời trực tiếp.
Tranh cãi về nguồn gốc lời giải và khoảng cách hiểu biết
Thành tích “OpenAI giải toán” lập tức kéo theo tranh luận. Chỉ vài giờ trước thông báo của công ty, Tristan Buckmaster (Đại học New York) và Levent Alpöge tại Anthropic công bố lời giải cho ba bài toán được xem là bước đệm hướng tới Navier-Stokes, trong đó họ chứng minh hiện tượng bất ổn có thể xuất hiện trong phương trình Euler và thừa nhận nhận được nhiều hỗ trợ từ các mô hình ngôn ngữ lớn của Anthropic và OpenAI. Buckmaster bày tỏ lo ngại vì công trình của nhóm được lưu trên Codex – hệ thống AI hỗ trợ viết mã của OpenAI – làm dấy lên khả năng dữ liệu nghiên cứu vô tình góp phần huấn luyện mô hình. Tại họp báo ngày 8/9, nhà nghiên cứu Sebastien Bubeck đại diện OpenAI phủ nhận việc công ty sử dụng công trình của Buckmaster hay truy cập tài liệu trên máy chủ của nền tảng. Đồng thời, OpenAI thừa nhận không thể loại trừ hoàn toàn khả năng dữ liệu từ việc sử dụng sản phẩm của hai nhà nghiên cứu đã đóng góp vào việc cải thiện các mô hình AI. Trong khi đó, Terence Tao nhấn mạnh rằng tốc độ AI tìm ra đáp án đang vượt xa năng lực của giới toán học trong việc hiểu, thảo luận và phân tích kỹ lưỡng các kết quả, khiến khoảng cách giữa “giải được” và “hiểu được” ngày càng rõ nét.
Ý nghĩa rộng hơn: AI khoa học và hướng đi cho nghiên cứu tương lai
Dù bài toán Navier-Stokes chưa được cộng đồng chính thức công nhận là đã giải quyết, sự kiện này là minh chứng mạnh mẽ cho tiềm năng của AI trong việc xử lý các vấn đề toán học phức tạp. Thời gian qua, một mô hình của OpenAI đã giải được giả thuyết tồn tại nhiều thập kỷ của Paul Erdős, Claude Fable 5 tìm ra phản ví dụ cho giả thuyết Jacobian gần một thế kỷ, và một mô hình AI khác đã chính thức hóa định lý cuối cùng của Fermat trong 11 ngày. Những bước tiến liên tiếp cho thấy AI toán học không còn dừng ở mức hỗ trợ tính toán mà đã tham gia trực tiếp vào quá trình khám phá và chứng minh. Hơn thế, tốc độ phát triển của AI trong nghiên cứu toán học cho thấy vai trò ngày càng lớn của khoa học, công nghệ và năng lực tính toán trong nền kinh tế tri thức, đồng thời nhấn mạnh tầm quan trọng của hạ tầng số, dữ liệu, nhân lực chất lượng cao và năng lực nghiên cứu cho AI khoa học. Câu hỏi tiếp theo không chỉ là “AI sẽ giải bài toán nào nữa?”, mà là cách cộng đồng khoa học thiết kế quy trình thẩm định, hợp tác và chia sẻ trách nhiệm khi trí tuệ nhân tạo trở thành đồng tác giả của các bước ngoặt tri thức.
