AI đa tác tử tự khám phá toán học: Bước đột phá trong nghiên cứu khoa học tự động

Một nghiên cứu mới đăng trên arXiv đã giới thiệu The Station — một môi trường thế giới mở cho phép các tác tử AI từ nhiều họ mô hình khác nhau cùng theo đuổi một mục tiêu nghiên cứu chung mà không cần bộ điều phối trung tâm hay quy trình kịch bản sẵn. Hệ thống này không chỉ tìm ra các công trình số học mới mà còn tạo ra các định lý và phân tích giải thích, giúp toán học trở nên dễ tiếp cận và mở rộng hơn cho cộng đồng nghiên cứu.

Môi trường mở và nguyên tắc hoạt động

Khác với các hệ thống AI truyền thống vận hành theo kịch bản cố định, The Station cho phép các tác tử AI tự lựa chọn hướng nghiên cứu, tự thiết kế thí nghiệm, hợp tác với nhau và xây dựng một hệ thống tài liệu khoa học dùng chung. Các tác tử đến từ nhiều gia đình mô hình khác nhau (ví dụ như GPT, Claude, hay các mô hình mã nguồn mở) đều được tham gia trên cùng một nền tảng, tạo ra sự đa dạng trong tư duy và chiến lược giải quyết vấn đề.

Điểm mấu chốt của thiết kế này nằm ở việc loại bỏ hoàn toàn vai trò của "người chỉ huy" — các tác tử hoạt động một cách phân tán và phối hợp thông qua một hệ thống giao tiếp và lưu trữ tri thức chung. Điều này mô phỏng cách các nhà khoa học thực thụ cộng tác trong một phòng thí nghiệm lớn hoặc qua các hội nghị chuyên đề.

Kết quả ấn tượng từ 12 bài toán xây dựng

Nhóm nghiên cứu đã thử nghiệm hệ thống trên 12 bài toán xây dựng từ danh mục AlphaEvolve (một bộ dữ liệu chuẩn về các bài toán tối ưu tổ hợp) cùng với hai nghiên cứu tình huống bổ sung. Kết quả vượt xa kỳ vọng khi hệ thống đạt được 5 kết quả mới chưa từng được công bố trước đó:

• Một họ vô hạn mới các tập Kakeya trên trường hữu hạn
• Cấu hình tiếp xúc chính xác 604 điểm mới trong không gian 11 chiều
• Kỷ lục mới cho các bài toán Kakeya needle rời rạc và bài toán bất định dấu
• Cận dưới cải thiện đáng kể cho bài toán cực tiểu trùng lặp của Erdős

Ngoài ra, các tác tử cũng phát hiện ra các họ vô hạn mới cho số Ramsey dạng sách (Book Ramsey numbers) — một vấn đề kinh điển trong lý thuyết đồ thị tổ hợp.

Vượt qua giới hạn của "AI dò số"

Điểm đáng chú ý nhất của nghiên cứu không nằm ở các con số kỷ lục mà ở việc hệ thống tạo ra các định lý và chứng minh giải thích vì sao các cấu trúc đó hoạt động. Thay vì chỉ đưa ra các kết quả số học thô như các phương pháp học tăng cường (reinforcement learning) truyền thống, các tác tử trong The Station đã viết các phân tích toán học có cấu trúc, giúp các nhà toán học con người có thể hiểu và phát triển tiếp.

Nhóm tác giả — Stephen Chung, Wenyu Du và William J. Wesley — công bố toàn bộ nhật ký hội thoại của các tác tử, các chứng minh và mã nguồn xác minh nhằm đảm bảo tính minh bạch tuyệt đối trong quy trình khám phá. Điều này cho phép cộng đồng nghiên cứu tái lập và xác thực từng bước.

Ý nghĩa đối với nghiên cứu khoa học và tiềm năng tại Việt Nam

Thành công của The Station mở ra một hướng đi mới cho nghiên cứu AI trong lĩnh vực khoa học cơ bản. Thay vì chỉ dùng AI như một công cụ tính toán hỗ trợ, giờ đây AI có thể đóng vai trò như một nhà nghiên cứu đồng hành — chủ động đề xuất giả thuyết, thiết kế thí nghiệm và thậm chí viết chứng minh.

Tại Việt Nam, với sự phát triển nhanh chóng của cộng đồng AI/ML trong những năm gần đây, mô hình này có thể truyền cảm hứng cho các nhóm nghiên cứu trẻ trong việc kết hợp nhiều mô hình ngôn ngữ lớn khác nhau (đa dạng hóa "tác tử") để giải quyết các bài toán tổ hợp, tối ưu hóa hoặc thậm chí là kiểm chứng chương trình. Tuy nhiên, chi phí tính toán và yêu cầu về hạ tầng vẫn là rào cản đáng kể cho các phòng lab có ngân sách hạn chế.

Kết luận

Nghiên cứu này đánh dấu một cột mốc quan trọng trong lĩnh vực AI cho toán học (AI for Mathematics). Việc một hệ thống không có sự can thiệp của con người có thể tự mình tìm ra các kết quả toán học mới và giải thích được chúng cho thấy tiềm năng to lớn của mô hình đa tác tử trong việc đẩy nhanh tiến độ nghiên cứu khoa học. Dù vẫn còn nhiều thách thức về khả năng tổng quát hóa và kiểm chứng chéo, đây chắc chắn là hướng nghiên cứu đáng theo dõi trong những năm tới.

Toàn bộ dữ liệu, mã nguồn và tài liệu chứng minh của nghiên cứu được công bố công khai, tạo điều kiện cho các nhóm nghiên cứu khác tái lập và mở rộng kết quả.