OpenAI công bố hàng trăm lời giải toán học nhưng chưa đáp ứng tiêu chuẩn của giới chuyên môn

OpenAI vừa gây chú ý khi công bố hàng trăm lời giải được cho là giải quyết những bài toán khó nhất thế giới. Tuy nhiên, cách làm này đang vấp phải chỉ trích từ chính cộng đồng toán học — những người cho rằng phòng thí nghiệm này chưa đáp ứng các tiêu chuẩn mà họ đã đề ra.

AGMAI và những nguyên tắc bị bỏ qua

Nhóm Cố vấn về Toán học và Trí tuệ Nhân tạo (AGMAI), do Viện Nghiên cứu Cao cấp thuộc Đại học Princeton điều hành, gồm chín nhà nghiên cứu hàng đầu đến từ các tổ chức trên khắp thế giới. Nhóm này đã công bố bộ hướng dẫn dành cho các phòng thí nghiệm tiên phong vào cuối tháng 9.

Yêu cầu đầu tiên của AGMAI rất rõ ràng: "dừng việc thử nghiệm các bài toán toán học nâng cao trên các mô hình độc quyền". Thế nhưng, thông báo của OpenAI lại khẳng định họ đang đánh giá các mô hình độc quyền bằng những bài toán nghiên cứu mở — đi ngược lại hoàn toàn với khuyến nghị này.

Trong tuyên bố về bộ lời giải mới nhất, AGMAI cho biết: "Suy cho cùng, chính cộng đồng toán học sẽ là bên đánh giá mức độ tuân thủ các khuyến nghị của chúng tôi."

Những con số đáng lo ngại

OpenAI có tuân thủ một số nguyên tắc, chẳng hạn như công bố kết quả càng sớm càng tốt và cung cấp thông tin về cách mô hình đi đến kết luận. Nhưng không phải cho tất cả:

• Chỉ 10 trong số 719 lời giải đi kèm quy trình suy luận (chain of thought) của mô hình
• Chỉ 42% lời giải đã trải qua quá trình hình thức hóa (formalization)

Đối với những kết quả mà con người không thể hiểu nổi, AGMAI khuyến nghị các lời giải cần được hình thức hóa. Nhưng phần lớn lời giải của OpenAI vẫn chưa làm được điều đó.

Vấn đề "dịch sai" giữa ngôn ngữ tự nhiên và mã Lean

Một nghiên cứu mới từ các nhà toán học tại Đại học Cambridge và King's College London đã làm sáng tỏ vấn đề nghiêm trọng hơn. Khi các mô hình AI giải toán, chúng trước tiên tạo ra lời giải thích bằng "ngôn ngữ tự nhiên", sau đó cố gắng chuyển kết quả đó sang Lean — một ngôn ngữ lập trình về lý thuyết xác nhận tính chính xác của chứng minh bằng cách biên dịch nó thành mã.

Tuy nhiên, quá trình dịch từ ngôn ngữ tự nhiên sang mã có thể phát sinh sai sót. Bài báo ghi nhận ít nhất hai điểm khác biệt giữa lời giải ngôn ngữ tự nhiên và mã Lean đằng sau lời giải mà OpenAI đưa ra cho một bài toán xuất phát từ phương trình Navier-Stokes — phương trình mô tả hành vi phức tạp của chất lưu.

"Do hiện tượng dịch sai — như bài báo này đã chỉ ra — lời giải ngôn ngữ tự nhiên của OpenAI và các chứng minh Lean được tự động hình thức hóa khác không nên được tin tưởng ngay từ đầu nếu không trải qua quy trình bình duyệt và kiểm tra kỹ lưỡng như mọi chứng minh khác."

Đây là lý do AGMAI yêu cầu OpenAI "bao gồm siêu dữ liệu mà máy có thể đọc được, tương quan giữa ngôn ngữ tự nhiên và các tạo tác hình thức" — điều mà phòng thí nghiệm này đã không thực hiện.

Khi AI giải toán nhưng không ai hiểu

Terence Tao, một trong những nhà toán học lỗi lạc nhất thế giới, đã thẳng thắn chỉ trích cách tiếp cận của OpenAI:

"Các bài toán đang được giải quyết một cách tự động bởi những người đặt lệnh AI, những người không quan tâm đến lĩnh vực rộng lớn hơn một khi mục tiêu ban đầu của họ đã 'được giải quyết', và không hiểu đủ về kết quả đầu ra của AI để trả lời câu hỏi, thuyết trình, hay tương tác với phần còn lại của lĩnh vực."

Melanie Wood, giáo sư toán học tại Đại học Harvard, chia sẻ với TechCrunch rằng khi một mô hình được yêu cầu giải một bài toán khó và đưa ra lời giải, "không có sự hiểu biết của con người về chúng tại thời điểm công bố, và giờ đây công việc mới thực sự bắt đầu."

Các nhà toán học nhấn mạnh rằng khi con người khám phá ra kết quả mới, họ có trách nhiệm với chúng và tương tác với cộng đồng rộng lớn hơn thông qua các bài báo, thuyết trình và hội thảo. Quá trình này làm tăng hiểu biết về lời giải, tìm ra các chiến lược có thể áp dụng cho bài toán khác, và cho phép kiến thức mới được ứng dụng vào thực tiễn.

Ý nghĩa với cộng đồng nghiên cứu

Câu hỏi đặt ra không chỉ là liệu AI có thể giải được các bài toán khó hay không, mà là liệu chúng ta có thể tin tưởng và hiểu được những lời giải đó. AGMAI đề xuất OpenAI nên tài trợ cho công việc của các nhà toán học con người — những người cần thiết để biến các lời giải của phòng thí nghiệm thành tri thức có ý nghĩa thực sự.

Đối với cộng đồng nghiên cứu và sinh viên công nghệ tại Việt Nam đang theo dõi làn sóng AI, đây là lời nhắc nhở quan trọng: sức mạnh tính toán và khả năng sinh văn bản của AI không thể thay thế cho sự thấu hiểu của con người. Việc áp dụng AI vào nghiên cứu khoa học cần đi kèm với quy trình kiểm chứng nghiêm ngặt và sự tham gia của các chuyên gia trong lĩnh vực.