AI đang xử lý những bài toán khó nhằn từng khiến nhân loại đau đầu hàng chục năm. Nghe có vẻ cool phết đúng không? Nhưng plot twist là giờ các nhà toán học lại phải... giấu ý tưởng của mình vì sợ bị "ăn cắp" bởi AI mất rồi!
Terence Tao - một trong những bộ não toán học đỉnh nhất hành tinh - đã lên tiếng cảnh báo về trend đáng lo này. Hồi trước, mọi người hay share công khai các ý tưởng nghiên cứu để cùng nhau brainstorm và phát triển. Nhưng giờ khi AI có thể giải bài toán nhanh như chớp, việc spoil ý tưởng chưa hoàn thiện có thể khiến bạn... mất điểm nghiêm trọng đó!
Tưởng tượng bạn ngồi nghiên cứu mấy năm trời, trong khi người khác chỉ cần ném bài toán vào AI xịn là có đáp án trước bạn rồi. RIP văn hóa chia sẻ - nền tảng quan trọng của nghiên cứu toán học từ trước đến giờ
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 này là thời kỳ "dư thừa chứng minh" (proof abundance) - ngược hẳn với hàng nghìn năm mà việc tìm ra lời giải luôn khan hiếm như vé concert Taylor Swift vậy.
OpenAI vừa flex 377 lời giải cho các bài toán toán học khó bằng AI. Nhưng plot twist: họ đã thử tổng cộng khoảng 4.000 bài và chỉ pass được 9% thôi. Những case thành công thì được PR khắp nơi, còn phần lớn lần fail thì... ai mà đăng đâu đúng không?
Dù sao thì tốc độ tạo ra lời giải vẫn khiến giới toán học phải đối mặt với thử thách mới. Tao cho biết có khoảng chục mấy kết quả trong lĩnh vực ông quan tâm đã được giải quyết, nhưng bản thân chưa kịp đọc hết các chứng minh luôn!
Vấn đề là: một lời giải đúng chưa chắc đã giúp con người hiểu tại sao nó đúng. Một số công trình do AI tạo ra nhìn impressive vãi, nhưng phần chứng minh phức tạp đến mức các nhà nghiên cứu vẫn khó giải thích được
Hồi xưa, quá trình giải toán buộc các nhà khoa học phải đọc tài liệu, trao đổi với đồng nghiệp, share kết quả và hướng dẫn sinh viên. Chính journey đó tạo ra hiểu biết mới và gợi mở những câu hỏi nghiên cứu tiếp theo. Khi AI có thể tạo ra lời giải mà không cần toàn bộ process 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 mấy ông lớn Big Tech
Bên cạnh thay đổi trong cách nghiên cứu, giới toán học còn lo lắng về việc quyền tiếp cận những công cụ AI xịn nhất đang tập trung vào một vài công ty thôi.
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 paywall. Lúc đó các nhà khoa học có thể phải xài chatbot của chính những công ty này để tiếp cận hoặc hiểu các kết quả nghiên cứu mới. Kiểu như phải trả tiền xem "spoiler" cho nghiên cứu của chính mình ấy
Terence Tao cũng từng chia sẻ Anthropic đang trả tiền cho các nhà toán học để chính thức hóa những lời giải do AI tìm ra. Ông đặt câu hỏi: liệu một doanh nghiệp tư nhân có nên quyết định ai được tham gia công việc này không?
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 đa số quốc gia trên thế giới cũng đang trong tình trạng 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 top tier. Điều đó có nghĩa một trong những công cụ quan trọng của nghiên cứu tương lai đang nằm dưới sự kiểm soát của hai công ty Mỹ. Chưa kể đến việc gap giàu - nghèo trong tiếp cận AI đang ngày càng lớn nữa!
Math 2.0: Không chỉ tìm lời giải, mà phải hiểu lời giải
Dù cảnh báo nhiều rủi ro, giáo sư Tao không nghĩ giới toán học nên ghosting AI. Thay vào đó, ông đề xuất một approach mới tên là Math 2.0, trong đó công nghệ được dùng để buff năng lực tư duy của con người, chứ không phải 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.
Challenge này càng quan trọng khi AI được apply 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 model đang chạy thế nào, AI có thể exploit những lỗ hổng để đưa ra kết quả đạt tiêu chí kỹ thuật nhưng không giải quyết đúng vấn đề thực sự.
Nguồn: genk.vn
Terence Tao - một trong những bộ não toán học đỉnh nhất hành tinh - đã lên tiếng cảnh báo về trend đáng lo này. Hồi trước, mọi người hay share công khai các ý tưởng nghiên cứu để cùng nhau brainstorm và phát triển. Nhưng giờ khi AI có thể giải bài toán nhanh như chớp, việc spoil ý tưởng chưa hoàn thiện có thể khiến bạn... mất điểm nghiêm trọng đó!
Tưởng tượng bạn ngồi nghiên cứu mấy năm trời, trong khi người khác chỉ cần ném bài toán vào AI xịn là có đáp án trước bạn rồi. RIP văn hóa chia sẻ - nền tảng quan trọng của nghiên cứu toán học từ trước đến giờ
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 này là thời kỳ "dư thừa chứng minh" (proof abundance) - ngược hẳn với hàng nghìn năm mà việc tìm ra lời giải luôn khan hiếm như vé concert Taylor Swift vậy.
OpenAI vừa flex 377 lời giải cho các bài toán toán học khó bằng AI. Nhưng plot twist: họ đã thử tổng cộng khoảng 4.000 bài và chỉ pass được 9% thôi. Những case thành công thì được PR khắp nơi, còn phần lớn lần fail thì... ai mà đăng đâu đúng không?
Dù sao thì tốc độ tạo ra lời giải vẫn khiến giới toán học phải đối mặt với thử thách mới. Tao cho biết có khoảng chục mấy kết quả trong lĩnh vực ông quan tâm đã được giải quyết, nhưng bản thân chưa kịp đọc hết các chứng minh luôn!
Vấn đề là: một lời giải đúng chưa chắc đã giúp con người hiểu tại sao nó đúng. Một số công trình do AI tạo ra nhìn impressive vãi, nhưng phần chứng minh phức tạp đến mức các nhà nghiên cứu vẫn khó giải thích được
Hồi xưa, quá trình giải toán buộc các nhà khoa học phải đọc tài liệu, trao đổi với đồng nghiệp, share kết quả và hướng dẫn sinh viên. Chính journey đó tạo ra hiểu biết mới và gợi mở những câu hỏi nghiên cứu tiếp theo. Khi AI có thể tạo ra lời giải mà không cần toàn bộ process 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 mấy ông lớn Big Tech
Bên cạnh thay đổi trong cách nghiên cứu, giới toán học còn lo lắng về việc quyền tiếp cận những công cụ AI xịn nhất đang tập trung vào một vài công ty thôi.
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 paywall. Lúc đó các nhà khoa học có thể phải xài chatbot của chính những công ty này để tiếp cận hoặc hiểu các kết quả nghiên cứu mới. Kiểu như phải trả tiền xem "spoiler" cho nghiên cứu của chính mình ấy
Terence Tao cũng từng chia sẻ Anthropic đang trả tiền cho các nhà toán học để chính thức hóa những lời giải do AI tìm ra. Ông đặt câu hỏi: liệu một doanh nghiệp tư nhân có nên quyết định ai được tham gia công việc này không?
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 đa số quốc gia trên thế giới cũng đang trong tình trạng 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 top tier. Điều đó có nghĩa một trong những công cụ quan trọng của nghiên cứu tương lai đang nằm dưới sự kiểm soát của hai công ty Mỹ. Chưa kể đến việc gap giàu - nghèo trong tiếp cận AI đang ngày càng lớn nữa!
Math 2.0: Không chỉ tìm lời giải, mà phải hiểu lời giải
Dù cảnh báo nhiều rủi ro, giáo sư Tao không nghĩ giới toán học nên ghosting AI. Thay vào đó, ông đề xuất một approach mới tên là Math 2.0, trong đó công nghệ được dùng để buff năng lực tư duy của con người, chứ không phải 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.
Challenge này càng quan trọng khi AI được apply 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 model đang chạy thế nào, AI có thể exploit những lỗ hổng để đưa ra kết quả đạt tiêu chí kỹ thuật nhưng không giải quyết đúng vấn đề thực sự.
Nguồn: genk.vn