Dùng AI để giải mã giấc mơ giả kim và những lá thư mã hóa thế kỷ 17

Nhà sử học Benjamin Breen vừa công bố loạt thử nghiệm dùng các mô hình ngôn ngữ lớn thế hệ mới để giải quyết những bài toán lịch sử cụ thể, từ giải mã mật thư thời Phục hưng đến truy tìm nguồn gốc tri thức giả kim. Kết quả cho thấy AI đã có thể đóng góp những phát hiện thực sự, dù vẫn còn nhiều giới hạn.

Minh họa nghiên cứu lịch sử với AI

Khi AI tìm được "vùng đất" phù hợp

Theo Breen, các mô hình ngôn ngữ lớn chỉ thực sự tỏa sáng khi gặp đúng loại bài toán mà ông gọi là "tractable" — tức là có thể giải quyết được. Điều này đòi hỏi một số điều kiện cụ thể:

• Các chuyên gia trong ngành đã xác định rõ nhóm vấn đề cần giải quyết hay chưa?
• Dữ liệu cần thiết đã được số hóa và có thể truy cập đầy đủ chưa?
• Bài toán có phù hợp với thế mạnh "đỉnh nhọn" của AI — như suy luận đa ngôn ngữ, toán học nâng cao hay khả năng nghiên cứu tự chủ trên tập dữ liệu lớn?
• Có thể viết code chuyên biệt để giải quyết không?
• Quan trọng nhất: kết quả có thể chứng minh hoặc bác bỏ rõ ràng được không?

Yếu tố cuối cùng này lý giải vì sao AI suy luận bùng nổ trong toán học nhưng lại kém hiệu quả hơn nhiều trong các ngành nhân văn. Các bài toán lịch sử phù hợp thường xoay quanh mật mã học và giải mã, truy vết văn bản qua các bản dịch, hoặc kết nối những phát hiện rời rạc chưa được tích hợp vào học thuật.

Trường hợp John Dee và cuốn sách "thiên thần"

Một trong những thử nghiệm đáng chú ý nhất là việc dùng mô hình để "giải" cuốn Liber Loagaeth — bản thảo được cho là viết bằng "ngôn ngữ thiên thần" của nhà huyền bí học Elizabeth John Dee. Dee tin rằng mình đang trò chuyện với các thiên thần thông qua người đồng cốt Edward Kelley.

Kết luận của mô hình: cuốn sách gần như không phải mật mã mà chỉ là những âm tiết vô nghĩa. Tuy nhiên, phân tích toán học về tần suất lặp ký tự đối chiếu với nhật ký của Dee cho thấy Kelley bắt đầu "lười biếng" và lặp lại nhiều hơn sau một mốc thời gian cụ thể. Mô hình còn phát hiện một đoạn văn tưởng như vô nghĩa thực ra có mang ý nghĩa: một ám chỉ đến Bornogo, một trong những thực thể thiên thần trong hệ thống thần thoại do Dee sáng tạo.

Dù không phải bước đột phá lớn, đây là dấu hiệu cho thấy kiến thức lịch sử chuyên sâu kết hợp với mô hình tiên tiến và nhiều năng lực tính toán có thể tạo ra kết quả bất ngờ.

Truy vết tri thức giả kim

Sơ đồ phân tích mật mã lịch sử

Một thử nghiệm khác tập trung vào kho tư liệu của Samuel Hartlib — một "nhà tình báo" có ảnh hưởng thời kỳ đầu của Hội Hoàng gia Anh. Mô hình đã tải hơn 5.000 tệp nguồn gốc, tạo các tác tử phụ để tra cứu chéo trên Google Books và các kho lưu trữ khác.

Phát hiện nổi bật: cả Isaac Newton và Hartlib đều dùng đảo chữ (anagram) cho cùng một thành phần giả kim quan trọng là vitriol Hungary. Newton viết "Vltimorui" — đúng là đảo chữ của "vitriolum". Còn Hartlib viết ngược từng từ "Miloirtiua riciragnun", mà khi đảo lại cho ra "uitriolum" gần với "vitriolum" và "ungaricum". Một chú thích bên lề thế kỷ 17 ghi rõ "vitriolum angaricum" đã xác nhận điều này.

Điều quan trọng không chỉ là việc phát hiện đảo chữ, mà là sự tương đồng về cách cả Newton và Hartlib dùng mật mã cho cùng thành phần này, cùng với các con số trùng khớp. Đây có thể là bằng chứng mạnh mẽ rằng bản thảo của Hartlib chính là nguồn mà Newton dựa vào.

Giải mã thư mật thời cận đại

Biểu đồ phân tích của mô hình

Trong một thử nghiệm khác, mô hình đã giải mã một phần hai lá thư tiếng Tây Ban Nha thế kỷ 16 viết bằng mật mã của Hoàng đế Charles V. Tuy nhiên, cả hai lá thư này đã được giải mã từ trước — một vào thập niên 1530, một vào năm 1916.

Đây là ví dụ điển hình cho thấy tầm quan trọng của kiến thức chuyên môn và tra cứu truyền thống: nếu không có nền tảng về mật mã lịch sử, nhà nghiệp dư có thể lãng phí hàng giờ để lặp lại công việc của các học giả cách đây hơn một thế kỷ. Nhưng đồng thời, đây cũng là phép thử xác nhận mô hình thực sự có khả năng làm loại công việc này, vì nó có thể tự kiểm chứng kết quả khi tìm được bản giải mã chuẩn từ năm 1916.

Ba đề xuất để tạo đột phá thực sự

Breen cho rằng cần có ba can thiệp then chốt để đưa lĩnh vực lịch sử tiến tới những đột phá thực sự:

1. Hợp tác số hóa kho lưu trữ: Phần lớn bản thảo lịch sử tiền hiện đại vẫn chưa được số hóa. Đây là vấn đề có thể giải quyết được nếu có ý chí thể chế và nguồn tài trợ.

2. Cấp quyền truy cập API và năng lực tính toán miễn phí cho nhà sử học: Hiện chưa ai thực sự biết điều gì sẽ xảy ra khi hàng trăm hay hàng nghìn tác tử AI được huy động cho các bài toán lịch sử đang mở.

3. Các nhà sử học cần tập hợp để xác định "những bài toán thiên niên kỷ" của riêng ngành mình — tương tự cách các nhà toán học đã làm.

Ông cũng lưu ý rằng khác với toán học hay vật lý, các tranh luận lớn trong sử học thường xoay quanh diễn giải và phân tích chủ quan, không có "lời giải" duy nhất. Nhưng vẫn tồn tại những bí ẩn thực sự có thể giải được nếu đủ nguồn lực — như bản thảo Voynich, chữ viết Linear A, và nhiều nguồn sơ cấp lịch sử vẫn còn mã hóa.

Góc nhìn cho Việt Nam

Với các nhà nghiên cứu lịch sử và công nghệ Việt Nam, câu chuyện này gợi ra một hướng đi đáng quan tâm: ứng dụng AI vào số hóa và phân tích kho tư liệu Hán Nôm, chữ Quốc ngữ cổ, cũng như các tài liệu lịch sử đa ngôn ngữ. Thế mạnh suy luận đa ngôn ngữ của các mô hình tiên tiến có thể giúp kết nối những mảnh ghép tri thức nằm rải rác trong các kho lưu trữ khác nhau — điều mà một cá nhân khó có thể làm trọn vẹn.

AI nếu dùng để viết thay hoặc thay thế tư duy độc lập chắc chắn khuyến khích việc "đẩy gánh nặng nhận thức" theo hướng tiêu cực. Nhưng khi dùng để mở rộng câu hỏi nghiên cứu vượt xa tầm hiểu biết của bất kỳ cá nhân nào, nó lại làm được điều gì đó khác — điều mà cá nhân tôi thấy mở rộng trí tuệ và khơi gợi sự tò mò.