AI Không Giỏi Toán Hơn Nhà Toán Học, Mà Chỉ 'Nhớ' Nhiều Hơn Mà Thôi

Khi một hệ thống AI giải được một bài toán khó, chúng ta thường vội vàng kết luận rằng nó đã trở nên "thông minh" hơn. Nhưng một phân tích mới đây đưa ra một giả thuyết khiêm tốn và thuyết phục hơn: lợi thế lớn nhất của AI có thể không nằm ở khả năng suy luận, mà là ở một "bộ nhớ làm việc" tượng trưng gần như vô hạn. Con người chỉ có thể giữ một lượng nhỏ thông tin trong đầu cùng lúc, trong khi AI có thể lưu trữ toàn bộ bài toán, hàng trăm phương trình trung gian và các giả định trong một "cửa sổ ngữ cảnh" khổng lồ.

Máy tính tại Viện Nghiên cứu Cao cấp năm 1952

Giới hạn của bộ nhớ con người

Toán học, ở một mức độ lớn, là một bài kiểm tra trí nhớ. Khi giải một phương trình, bạn phải nhớ từng biến số đại diện cho điều gì, phép toán nào đã thực hiện, và mục tiêu hiện tại là gì. Bộ nhớ làm việc của con người cực kỳ hạn chế. Thử nhân hai số có ba chữ số trong đầu, bạn sẽ thấy rõ điều này: phép toán thì đơn giản, nhưng việc giữ kết quả trung gian mới là thử thách.

Viết các con số ra giấy không làm bạn thông minh hơn, mà nó mở rộng bộ nhớ làm việc hiệu quả của bạn. Các nhà toán học sử dụng ký hiệu, giấy nháp, và sơ đồ không chỉ để truyền đạt lời giải, mà còn để khiến việc suy luận trở nên khả thi về mặt nhận thức. Các chuyên gia bù đắp giới hạn này bằng cách "gom cục" (chunking) thông tin, nhưng điều đó chỉ nén dữ liệu chứ không loại bỏ giới hạn.

Cửa sổ ngữ cảnh là một cuốn sổ tay khổng lồ

Một mô hình ngôn ngữ lớn có thể xử lý một chuỗi token khổng lồ cùng lúc. Chuỗi này có thể bao gồm câu hỏi gốc, định nghĩa, ví dụ và cả những suy luận trước đó của chính nó. Điều này không hoàn toàn giống bộ nhớ làm việc của con người. Nó giống một cuốn sổ tay ngoại vi khổng lồ được kết hợp với một hệ thống tìm kiếm không hoàn hảo.

Điểm khác biệt chính là sự ổn định. Khi AI viết x = 6 và sau đó x + 3 = 9, những câu lệnh này vẫn nằm trong ngữ cảnh và có thể được "chú ý" lại ở bước tiếp theo. Suy luận của AI thường được ngoại hóa thành văn bản. Văn bản không chỉ là báo cáo của quá trình tư duy, mà là một phần của cơ chế tư duy đó.

Vì sao điều này đặc biệt quan trọng với toán học?

Toán học gần như là mảnh đất màu mỡ nhất cho lợi thế này. Vì sao? Bởi vì hầu hết các yếu tố của một bài toán đều có thể được viết ra một cách tường minh: giả định, định nghĩa, phương trình, mục tiêu, kết quả đã chứng minh... Khi được viết ra, thông tin này giữ nguyên giá trị. Một biến x là số nguyên ở đầu bài chứng minh sẽ vẫn là số nguyên. Ký hiệu toán học được thiết kế để giảm thiểu sự mơ hồ.

Hãy tưởng tượng một bài toán yêu cầu nhớ rằng n là số lẻ, p là số nguyên tố, và x ≠ 0. Con người có thể hiểu chiến lược nhưng vẫn mắc lỗi chia cho x trước khi chứng minh x ≠ 0. Đó có thể không phải là thiếu thông minh, mà là thất bại trong việc ghi chép. AI có thể giải quyết điều này bằng cách liên tục nhắc lại các ràng buộc đang hoạt động.

AI có thực sự "suy nghĩ" sâu hơn?

Sự khác biệt này dẫn đến một câu hỏi lớn: liệu AI có thực sự "giỏi toán" hơn con người, hay chỉ đơn giản là có một kiến trúc nhận thức tốt hơn cho loại nhiệm vụ này? Hãy tưởng tượng hai người cùng giải một bài toán. Một người phải giải hoàn toàn trong đầu, người kia có giấy nháp vô hạn, ghi chú hoàn hảo, và máy kiểm tra. Nếu người thứ hai thắng, chúng ta không nhất thiết kết luận họ thông minh hơn.

AI hiện tại được ví như một "von Neumann được khuếch đại"—cực kỳ nhanh, bao quát và có khả năng lưu trữ khối lượng thông tin khổng lồ. Nhưng nó vẫn thiếu chiều sâu kiểu "Einstein": khả năng loại bỏ khuôn khổ hiện có, tìm ra lỗi khái niệm ẩn và sáng tạo ra một cách nhìn hoàn toàn mới về vấn đề. Đó sẽ là cột mốc quan trọng tiếp theo mà AI cần vượt qua.