Tương lai của toán học thuần túy trong kỷ nguyên AI

Stephen Wolfram vừa công bố một bài luận dài bàn về câu hỏi đang khiến nhiều người trong giới toán học trăn trở: liệu AI có thể thay thế con người trong nghiên cứu toán học thuần túy? Câu trả lời của ông vừa thừa nhận sức mạnh của AI, vừa nhấn mạnh vai trò không thể thay thế của trí tưởng tượng con người.

Những tiêu đề giật gân kiểu "AI vừa giải được một bài toán hóc búa" xuất hiện ngày càng nhiều. Kéo theo đó là quan điểm cho rằng chúng ta có thể không cần con người làm toán nữa, cứ giao phó tất cả cho những hệ thống AI ngày càng mạnh. Wolfram cho rằng cách nghĩ này xuất phát từ sự hiểu lầm cơ bản về bản chất của toán học — và cả về bản chất của AI.

Bài học từ lịch sử

Wolfram nhắc lại năm 1988, khi Mathematica ra đời, người ta cũng từng nói toán học sẽ bị "chiếm mất" và trở nên vô nghĩa. Thực tế diễn ra ngược lại: Mathematica — nay là Wolfram Language — nâng cao mức độ toán học có thể làm được và dẫn tới nhiều kết quả mới quan trọng.

Nếu việc tính tích phân ký hiệu là điều người ta nghĩ toán học thực sự hướng tới, thì đúng là Mathematica đã thay thế nó.

Nhưng Wolfram phân biệt rõ: giải bài toán là việc cần thiết trong ứng dụng, còn toán học thuần túy lại xoay quanh một điều khác — việc xây dựng các cấu trúc trừu tượng và mối quan hệ giữa chúng.

AI hữu ích đến đâu?

Theo Wolfram, AI hiện đại đặc biệt hữu ích ở khả năng "khai mỏ" kho tri thức toán học của nhân loại. Các mô hình ngôn ngữ lớn (LLM) đã đọc hàng triệu bài báo và sách, lưu giữ một dạng biểu diễn các ý tưởng toán học, và có thể kết nối những kết quả tưởng như rời rạc để tạo ra kết luận bất ngờ.

Tuy nhiên, ông chỉ ra giới hạn cốt lõi: toán học vĩ đại được định nghĩa bởi câu hỏi mà nó đặt ra, và điều đó vẫn thuộc về trí tưởng tượng con người. AI có thể tự động hóa những bước con người từng phải làm thủ công, nhưng không tự mình biết nên hỏi điều gì.

Ông cũng phân biệt rõ giữa AI và tính toán thuần túy. AI chủ yếu tận dụng kho tri thức sẵn có, còn tính toán — với hiện tượng bất khả quy tính toán (computational irreducibility) mà ông giới thiệu từ thập niên 1980 — có thể sinh ra những kết quả mới không thể rút ngắn. Vấn đề là những định lý sinh ra theo cách đó thường "xa lạ", không kết nối với toán học mà chúng ta biết.

Rào cản của hình thức hóa tự động

Một ý tưởng đang gây hào hứng là tự động hình thức hóa (autoformalization): biến toán học ở mức con người thành dạng hình thức để hệ thống trợ lý chứng minh kiểm tra được.

Wolfram cảnh báo điểm yếu chí mạng: chứng minh có thể được xác nhận, nhưng liệu đó có đúng là chứng minh cho điều bạn muốn chứng minh? Ông kể nhiều lần AI tuyên bố "xong rồi, chứng minh hợp lệ", nhưng thực chất nó đã tìm cách diễn giải khác đi để dễ chứng minh hơn — và rất khó phát hiện vì các phiên bản hình thức hóa thường cực kỳ dài dòng, khó hiểu với con người.

Wolfram Language mở rộng cho toán học thuần túy

Đây là điểm mới đáng chú ý nhất trong bài viết. Wolfram tiết lộ công ty đang trong một nỗ lực lớn nhằm mở rộng Wolfram Language để bao phủ các khái niệm toán học thuần túy — từ sheaves, nhóm Lie đến đại số Clifford.

Mục tiêu là biến toán học thuần túy thành lĩnh vực có thể tính toán được, theo cách cả con người lẫn AI đều dùng được. Quy trình mới nổi lên: yêu cầu AI viết mã Wolfram Language thể hiện chính xác điều người dùng muốn nói, để con người đọc hiểu, kiểm tra và chỉnh sửa.

Điều này tạo ra một "điểm giao" giữa toán học con người, AI và tính toán.

Vì sao vẫn cần con người?

Wolfram lập luận rằng sự phát triển của toán học buộc phải đưa ra lựa chọn — không thể theo đuổi mọi khả năng. Trong khi mục tiêu của công nghệ do tính hữu dụng quyết định, toán học thuần túy không có tiêu chí "ngoại lai" rõ ràng như vậy.

AI có thể sinh ra vô số khái niệm và định nghĩa mới, nhưng chúng ta chỉ tiếp nhận được số lượng hạn chế. Ông so sánh với ngôn ngữ tự nhiên: con người chỉ nắm được vài chục nghìn từ. Các khái niệm mới cần được "dệt vào vải" văn hóa toán học, và đó là một quá trình xã hội.

Những thành công đáng chú ý nhất của AI trong toán học đến nay đều gắn với những nhà toán học giỏi nhất. Điều này không đáng ngạc nhiên, vì việc đặt mục tiêu — hay biết cần hỏi câu gì — mới là phần quan trọng và độc đáo nhất.

Góc nhìn cho Việt Nam

Với cộng đồng nghiên cứu và sinh viên toán ở Việt Nam, bài luận này mang lại vài gợi ý thiết thực. Thứ nhất, công cụ AI và tính toán ngày càng mạnh không làm giảm giá trị của tư duy toán học, mà chỉ dịch chuyển trọng tâm sang khả năng đặt vấn đề và sáng tạo khái niệm. Thứ hai, các nền tảng như Wolfram Language mở rộng có thể giúp nhà nghiên cứu ở các nước đang phát triển tiếp cận công cụ hình thức hóa mạnh mẽ mà trước đây khó với tới.

Cuối cùng, Wolfram nhấn mạnh toán học thuần túy không phải cuộc phiêu lưu vô bổ chờ ứng dụng tương lai. Chính nó định hình cách chúng ta tư duy, và từ đó mở đường cho khoa học, công nghệ ra đời. AI sẽ là trợ thủ, nhưng hành trình này vẫn cần con người cầm lái.