Dùng AI lục tung kho lưu trữ 400 năm, tìm ra thiên thạch bị lãng quên và nhiều bí ẩn lịch sử

Một kỹ sư phần mềm đã dùng AI để rà soát hàng triệu trang tài liệu lịch sử của Công ty Đông Ấn Hà Lan và phát hiện ra một vụ thiên thạch rơi chưa từng được ghi nhận, ba con tê giác bị mất tích và nhiều vụ phun trào núi lửa không có trong danh mục khoa học.

Câu chuyện này cho thấy sức mạnh của AI khi kết hợp với các kho lưu trữ số hóa, mở ra hướng nghiên cứu mới cho giới sử học — và cả những bài học thú vị cho cộng đồng công nghệ.

Ý tưởng bắt nguồn từ một bài viết về chim dodo

Vào ngày 1 tháng 10 năm 2026, nhà sử học Benjamin Breen đăng một bài viết với tiêu đề "Dùng Opus 5.5 để khám phá một lời kể nhân chứng mới về chim dodo". Ông đã dùng AI để tìm kiếm trong các bản ghi chép số hóa của Công ty Đông Ấn Hà Lan (Dutch East India Company — VOC), tập đoàn thống trị thương mại gia vị và vận hành hàng loạt cảng khắp châu Á từ năm 1602 cho đến khi giải thể năm 1799.

Một dự án mang tên GLOBALISE đã chuyển hàng triệu trang viết tay của công ty này thành văn bản có thể tìm kiếm được. Breen tìm thấy trong đó một nhật ký tàu năm 1615, ghi lại cảnh thủy thủ trên đảo Mauritius "bắt được nhiều rùa và chim dodo" — một ghi chép nhân chứng mới về loài chim đã tuyệt chủng, nằm im lìm suốt bốn thế kỷ.

Người viết bài này — một kỹ sư phần mềm thành thạo trong việc điều khiển các tác tử AI (AI agent) và xây dựng quy trình tự động — đã quyết định mở rộng cách làm đó: tìm kiếm nhiều bí ẩn lịch sử song song, đồng thời kết hợp nhiều mô hình AI để lọc kết quả và tự động hóa các bước thủ công tốn thời gian.

Xây dựng quy trình nghiên cứu bằng AI

Đầu tiên, người viết hỏi một trợ lý AI "Deep Research" rằng câu hỏi lịch sử mở nào có khả năng giải được bằng dữ liệu đã có trực tuyến. AI trả về 13 ứng viên, xếp hạng theo mức độ đầy đủ của dữ liệu, khả năng AI hỗ trợ, và quan trọng nhất — liệu câu trả lời có thể kiểm chứng được bằng một trang tài liệu gốc hay không.

Nguyên tắc cốt lõi: mọi khẳng định đều phải kết thúc ở một tài liệu thật — bản quét của lá thư viết tay hoặc tờ báo in gốc, kèm mã tham chiếu ai cũng có thể tra cứu và đọc. Điều này đặc biệt quan trọng vì các mô hình AI có thể sai một cách tự tin.

Nguồn dữ liệu đầu vào gồm:

• 4,35 triệu trang bản chép tay của VOC (từ thập niên 1600 đến 1790) do GLOBALISE số hóa
• Báo chí số hóa của thư viện quốc gia Hà Lan
• Báo chí Mỹ trong hai thế kỷ
• Một số nhật ký tàu biển

Nếu tự đọc 4,35 triệu trang VOC với tốc độ 2 phút/trang, 8 giờ/ngày, 5 ngày/tuần, sẽ mất khoảng 70 năm. Nhưng dàn máy AI tại gia đã xử lý toàn bộ kho lưu trữ chỉ trong một đêm khoảng 12 giờ.

Khó khăn lớn nhất: văn bản cổ không có chính tả thống nhất. Chữ viết tay và bản in cũ khi qua nhận dạng văn bản đầy lỗi, và tiếng Hà Lan thế kỷ 17 viết "tê giác" theo khoảng 15 cách khác nhau. Giải pháp là dùng GPU chuyển mỗi đoạn văn thành một dấu vân tay toán học của ý nghĩa — 5,7 triệu đoạn từ kho VOC — cho phép tìm kiếm theo nội dung chứ không chỉ theo từ khóa.

Sau đó, một mô hình nhỏ, nhanh gọi là Jev (mô hình quyết định "Hệ thống Một") đóng vai trò lọc thô, chỉ trả lời các câu hỏi hẹp: Đây có phải động vật thật không? Có hoang dã không? Ở đâu? Chi phí chỉ vài cent cho mỗi triệu từ — đọc 59.000 đoạn nhắc đến voi tốn khoảng 3 USD.

Minh họa quy trình nghiên cứu lưu trữ bằng AI

Chỉ những đoạn được Jev đánh dấu mới được chuyển tiếp cho Claude Haiku — mô hình lớn hơn — đọc kỹ, dịch và trích xuất ngày tháng, địa điểm. Cuối cùng, tác tử Claude Code mở bản quét trang viết tay gốc để đối chiếu với bản chép.

Tác giả nhấn mạnh đây là nghiên cứu có AI hỗ trợ, không phải điều tra hoàn toàn tự động. Con người vẫn giữ vai trò định hướng câu hỏi, quyết định hướng đi và nhận biết khi nào cần dừng lại.

Nguyên tắc kiểm chứng: chôn đồng hồ đeo tay để thử máy dò kim loại

Trước khi tin vào một kết quả tìm kiếm "không có gì", phải chứng minh hệ thống có thể tìm ra thứ mà ta biết chắc là tồn tại. Vì vậy, trước khi tìm điều mới, quy trình phải tìm được con dodo của Breen, vụ phun trào Laki năm 1783, núi Tambora năm 1815 và hàng chục sự kiện đã biết khác.

Giống như thử máy dò kim loại bằng cách chôn chính chiếc đồng hồ đeo tay của bạn ở sân trước. Bạn biết nó ở đó. Nếu máy dò không tìm thấy, bạn biết máy có vấn đề cần khắc phục trước khi đi tìm kho báu thật.

Các phép kiểm chứng đều đạt, và cuộc tìm kiếm thực sự bắt đầu.

Phát hiện đầu tiên: vụ thiên thạch bị lịch sử lãng quên

Phát hiện thực sự đầu tiên đến từ một nơi không ngờ: một tờ báo in tại Batavia (nay là Jakarta) năm 1812. Ngày 19 tháng 12 năm 1812, tờ Java Government Gazette bằng tiếng Anh đăng lại một lá thư từ Bombay Gazette ngày 26 tháng 8. Một sĩ quan trong lực lượng Anh đóng gần Pandharpur (nay thuộc bang Maharashtra, Ấn Độ) viết về nhà:

"Thuyền trưởng M— đang sở hữu một thứ kỳ lạ, đó là một hòn đá rơi từ đám mây dông gần làng Cokurrgaum ba ngày trước (ngày 6 tháng 8). Tôi nghĩ nó nặng ít nhất bốn pound, rất nặng so với kích thước, ngấm nhiều sắt, và phủ một lớp vỏ đen mỏng, như thể thuốc súng đã nổ quanh nó."

Tiếng sấm nghe "như tiếng súng hỏa mai rào rạt khoảng nửa phút". Hòn đá cắm sâu một foot dưới đất. Người ta phải "vất vả lắm mới lấy lên được, vì vị trưởng làng cho rằng hòn đá do trời tạo nên, đã quyết tâm cầu nguyện với nó đều đặn".

Đây là mô tả điển hình của một vụ thiên thạch rơi: nổ lớn, đá giàu sắt, vỏ đen mỏng, hố trên cánh đồng. Tác giả kiểm tra sáu danh mục thiên thạch khác nhau — từ danh sách tiên phong của Chladni năm 1819, các danh mục của Bảo tàng Anh, danh sách thiên thạch Ấn Độ năm 1933, cho đến Meteoritical Bulletin hiện đại — nhưng không có ghi nhận nào. Bảo tàng Lịch sử Tự nhiên cũng không lưu giữ hòn đá này.

Nếu được xác nhận, đây sẽ là vụ thiên thạch rơi được ghi nhận sớm nhất ở Maharashtra, sớm hơn kỷ lục hiện tại 26 năm.

Ba con tê giác không bao giờ đến được tay nhà vua

Năm 1738, ở khu rừng ngoại ô Batavia, người của VOC bắt được một con tê giác Java còn sống. Nó là món quà dành cho Vua xứ Kandy — người cai trị vương quốc vùng cao Sri Lanka, người mà thiện chí của ông giữ cho nguồn quế chảy đều đặn. Nhà vua rất thích động vật to lớn, ấn tượng.

Con tê giác vượt Ấn Độ Dương đến Colombo, nhưng không bao giờ lên được vùng núi Kandy. Trong sổ sách của công ty, dưới mục De Paardenstal ("chuồng ngựa"), có một dòng ghi năm 1740:

"Thiếu 1 tê giác, chết trong chuồng ngựa năm 1738."

Tháng 3 năm 1739, thống đốc ở Colombo viết thư về Batavia, có phần ngượng ngùng, rằng con tê giác "chết rất đột ngột". Để bù đắp, ông thêm một con ngựa cưỡi Ba Tư quý vào quà tặng nhà vua.

Batavia thử lại. Ngày 5 tháng 7 năm 1740, tàu Loverendaal rời Batavia đến Ceylon với hai con tê giác, một đực một cái. Ba ngày sau khi khởi hành, các sĩ quan, thủy thủ trưởng và pháo thủ tập hợp trước kế toán tàu và tuyên thệ: bất chấp "mọi nỗ lực và cẩn trọng", con đực đã chết lúc "khoảng tám giờ sáng". Mười ngày sau, họ tuyên thệ lần hai: con cái cũng đã chết.

Tê giác Java — loài vật gần như tuyệt chủng

Hồ sơ lịch sử về tê giác Java trong điều kiện nuôi nhốt vô cùng ít ỏi, chỉ vài chục cá thể. Những tài liệu này bổ sung thêm ba cá thể, kèm ngày tháng, tên tàu, lời khai tuyên thệ và ghi chép về một con vật đã đến được Colombo. Trong danh mục mà tác giả tra cứu, không có ghi nhận nào về những chuyến vận chuyển này đến Sri Lanka.

Ngày nay tê giác Java chỉ còn sống sót tại Vườn quốc gia Ujung Kulon, ở mũi cực tây đảo Java. Điều đó khiến những lá thư này không chỉ là câu chuyện về một món quà thất bại. Chỉ trong hai năm, công ty đã lấy được ba con tê giác sống từ các khu rừng quanh thủ phủ của mình — vượt xa vùng trú ẩn duy nhất còn lại của loài này ngày nay.

Những vụ phun trào núi lửa bị lãng quên

Các quan chức VOC viết thư như điên, và họ sống cạnh những ngọn núi lửa hoạt động mạnh nhất hành tinh. Tác giả hỏi kho lưu trữ một câu đơn giản: những vụ phun trào nào mà nhân viên công ty chứng kiến nhưng không có trong danh mục núi lửa chuẩn của Chương trình Núi lửa Toàn cầu Smithsonian?

Hệ thống AI tìm thấy 769 báo cáo phun trào. AI phán đoán sai khá nhiều về ngọn núi nào (nó đổ lỗi một trận tro bụi ở Java cho một ngọn núi cách đó 1.500 km), nên mọi ứng viên đều phải được xác định vị trí bằng chính địa lý trong lá thư, rồi đối chiếu với danh sách phun trào đã biết. Ba trường hợp trụ lại được:

• Gamkonora, Halmahera, 3 tháng 2 năm 1722: Thống đốc Ternate báo cáo "một ngọn lửa lớn sau đám mây, hòa lẫn với chớp, kèm tiếng gầm lớn" trên vùng núi bên kia eo biển. Sáng hôm sau, đường phố, mái nhà và cây cối Ternate phủ đầy tro "như phủ một tấm vải trắng", và "không khí tối sầm đến mức cả ngày không thấy mặt trời". Gamkonora chỉ có hai vụ phun trào được ghi nhận là năm 1564 và 1673. Một trung sĩ đo đạc tên Jacob Engels đi thuyền sang kiểm tra và thấy cây cối trên cả sườn đồi "hàng trăm nghìn cây, chết hết vì tro nóng".

Minh họa vụ phun trào núi lửa Ternate năm 1722

• Ciremai, Tây Java, đầu năm 1712: Nhiều tuần tro và khói "không thấy lửa", "toàn bộ vùng đông nam phủ một lớp tro xanh nhạt", mùa màng tan hoang, gia súc từ chối cỏ phủ tro. Các hoàng tử địa phương nói điều tương tự đã từng xảy ra.

• Slamet, Trung Java, tháng 2 năm 1780: "Ngọn núi từng cháy của Tegal" lại bùng lên "mạnh đến mức không ai ở đây còn nhớ".

Để kiểm tra chéo, cùng tìm kiếm đó cũng tìm ra vụ phun trào Awu năm 1711 ở quần đảo Sangihe làm 138 người chết — Smithsonian có ghi nhận, đúng đến từng ngày. Phiên bản của VOC đến từ một lá thư của thầy giáo làng.

Nếu được xác nhận, đây sẽ là ba vụ phun trào núi lửa mới được thêm vào hồ sơ lịch sử, từng được chứng kiến và ghi lại nhưng vắng mặt trong danh mục Smithsonian suốt ba thế kỷ.

Những gì không thành công

Bí ẩn đầu tiên tác giả thử giải bằng AI — vụ phun trào "Không xác định" vĩ đại năm 1808/09, một trong những vụ lớn nhất 500 năm qua theo lõi băng — đã thất bại. Tìm kiếm báo chí Mỹ, báo Hà Lan, nhật ký tàu, báo chí thuộc địa Nam Mỹ, tờ báo đầu tiên của Batavia (cả 633 bài, đọc toàn bộ) và tuyển tập tin tức Ấn Độ đều không có kết quả. Cùng quy trình đó lại tìm được mọi vụ phun trào khác được kiểm tra, nên tác giả khá tin rằng các báo cáo đơn giản là không tồn tại ở những nơi ấy.

Vài điều kỳ quặc từ báo chí cũ

Trong lúc tìm kiếm chính, tác giả cũng hỏi về những hiện tượng lạ trên bầu trời. Phần lớn trong 460 báo cáo đều có lời giải thích thông thường (sao băng, mặt trời giả, sao chổi), nhưng vài câu chuyện quá thú vị để bỏ qua — dù chưa được kiểm chứng với trang gốc:

• Một "kỵ sĩ trên không" ngoài khơi Hà Lan, 23 tháng 9 năm 1781: Thuyền trưởng Booy Lourens báo cáo thấy một Luchtruiter cách quần đảo Frisian khoảng 6 dặm. Cùng tối đó, một hạm đội chiến tranh Anh xuất hiện ngoài khơi, một trận động đất rung chuyển thị trấn Harderwijk, và cực quang bùng sáng. Phỏng đoán hợp lý nhất: cực quang do thủy thủ đoàn lo lắng thời chiến nhìn nhầm.
• Một hòn đá rơi xuống boong tàu, 25 tháng 1 năm 1812: Một sĩ quan báo cáo đá rơi quanh tàu, một hòn tiếp đất nặng "hơn sáu ounce, màu sắt". Không có trong danh mục thiên thạch nào.
• Quầng đen và đỏ máu quanh Mặt Trăng, Thụy Điển, đông 1802–03: Một màn quầng sáng ngoạn mục, được mô tả rất chi tiết.
• Cột sáng trên Damascus suốt ba ngày đêm, 1812, được báo cáo như một điềm từ trời.

Ý nghĩa và hướng phát triển

Các phát hiện chính vẫn đang ở dạng ứng viên: đã đối chiếu với trang gốc và các danh mục có thể truy cập, nhưng chưa được các chuyên gia duy trì danh mục xem xét. Tác giả đã liên hệ với các quản lý bộ sưu tập thiên thạch, nhà nghiên cứu Kees Rookmaaker và các nhà núi lửa học, đang chờ hồi âm.

Khối lượng tri thức chưa được khai phá trong các kho lưu trữ công cộng là vô cùng lớn. Chỉ trong vài ngày, một GPU và một quy trình AI được thiết kế riêng đã làm nổi lên một vụ thiên thạch bị lãng quên, ba con tê giác thất lạc và nhiều vụ phun trào chưa được ghi nhận.

Tác giả đang mã nguồn mở quy trình đã tạo ra cho cuộc điều tra này dưới dạng một bộ công cụ nhỏ mang tên Antiquity, cho phép bất kỳ ai có câu hỏi và một tác tử lập trình tiến hành những cuộc điều tra lưu trữ lịch sử tương tự.

Breen và tôi tìm kiếm cùng một kho lưu trữ. Anh ấy tìm chim dodo và tìm thấy dodo. Tôi tìm thiên thạch và những vụ phun trào thất lạc, và tìm thấy chúng. Những trang giấy đã nằm đó suốt thời gian qua, cho bất kỳ ai đọc. Một kho lưu trữ không tự trao đi điều gì; nó chỉ trả lời những câu hỏi mà ai đó nghĩ ra để hỏi.