OpenAI công bố chứng minh cho 372 bài toán toán học lớn, bao gồm Giả thuyết Unique Games

Vào ngày 6 tháng 10 năm 2026, OpenAI đã phát hành một loạt lớn gồm 372 bài báo tuyên bố giải quyết một số vấn đề mở khó nhất trong toán học và khoa học máy tính lý thuyết. Việc phát hành này, được hướng dẫn bởi một nhóm cố vấn bao gồm Timothy Gowers và Edward Witten, đánh dấu một bước ngoặt tiềm năng trong cách thức tiến hành khám phá khoa học. Trong số các bài toán đã được giải quyết có Giả thuyết Unique Games, một câu hỏi trung tâm trong lý thuyết độ phức tạp đã chống lại mọi nỗ lực chứng minh trong nhiều thập kỷ.

Chuyện gì đã xảy ra

Thông báo này gây sốc cho cộng đồng học thuật, đặc biệt là vì các lời giải được tạo ra bởi một mô hình nội bộ của OpenAI thay vì một hệ thống đa tác nhân tùy chỉnh. Mô hình này đã thử nghiệm khoảng 8.000 bài toán và thành công trong việc giải quyết khoảng 5% trong số đó, với mỗi lần thử thành công cần khoảng ba giờ tính toán ở cấp độ GPT-Pro. Kết quả bao gồm không chỉ Giả thuyết Unique Games mà còn những đột phá trong khử ngẫu nhiên hóa (derandomization), độ phức tạp lượng tử và hiệu quả thuật toán.

Phản ứng của các nhà toán học khá trái chiều, dao động từ phấn khích đến bối rối. Dana Moshkovitz, một nhà lý thuyết độ phức tạp đã dành cả sự nghiệp để nghiên cứu Giả thuyết Unique Games, mô tả chứng minh do AI tạo ra là khó phân tích. Cô lưu ý rằng văn bản có cảm giác rời rạc, với các trích dẫn không liên quan và những cấu trúc kỳ lạ không phù hợp với trực giác truyền thống của con người. Bất chấp sự nhầm lẫn, sự hiện diện của các chứng nhận Lean cho nhiều chứng minh cung cấp một lớp xác minh chính thức, ngay cả khi sự hiểu biết của con người còn chậm hơn.

Sự kiện này làm nổi bật hai mô hình mới nổi để phổ biến các đột phá khoa học do AI thúc đẩy. OpenAI chọn cách công khai tất cả các bài báo cùng một lúc, tạo ra một cuộc đua cho con người để tiêu hóa và xác minh kết quả. Ngược lại, Anthropic gần đây đã hợp tác với các nhà nghiên cứu Virginia Williams và Josh Alman để tinh chỉnh và công bố riêng tư các giải pháp hỗ trợ bởi AI cho các bài toán 3SUM và All-Pairs Shortest Paths trước khi phát hành công khai. Cách tiếp cận của OpenAI ưu tiên tính minh bạch và tốc độ, trong khi mô hình của Anthropic nhấn mạnh vào giao tiếp được tuyển chọn và bồi thường cho các cộng tác viên con người.

Cơ chế hoạt động

Công nghệ nền tảng không phải là một cụm siêu máy tính chuyên dụng mà là phiên bản nội bộ mới nhất của mô hình ngôn ngữ OpenAI. Nó hoạt động bằng cách tạo ra các chứng minh thông qua suy luận xác suất, tận dụng khối lượng lớn dữ liệu huấn luyện về tài liệu toán học. Mô hình không chỉ đơn thuần truy xuất các câu trả lời hiện có mà còn xây dựng các lập luận mới, chẳng hạn như một loại mã sửa lỗi mới cho Giả thuyết Unique Games khác với các mã dài hoặc ngắn đã biết.

Việc xác minh phụ thuộc rất nhiều vào các phương pháp chính thức. Nhiều kết quả trong số 372 kết quả bao gồm các chứng nhận Lean, là những chứng minh có thể kiểm tra bằng máy đảm bảo tính nhất quán logic. Điều này cho phép cộng đồng toán học tin tưởng vào tính đúng đắn của các kết quả ngay cả trước khi hoàn toàn hiểu được dòng chảy tường thuật của các lập luận. Quá trình này chuyển đổi vai trò của các nhà toán học con người từ những người khám phá chính thành những người diễn giải và xác thực các insight do AI tạo ra.

Chi tiết chính

• OpenAI đã phát hành 372 bài báo giải quyết các vấn đề mở lớn, bao gồm Giả thuyết Unique Games và L=BPL.
• Các giải pháp được tạo ra bởi một mô hình nội bộ sử dụng khoảng ba giờ tính toán GPT-Pro cho mỗi bài toán.
• Khoảng 5% trong số 8.000 bài toán được thử nghiệm đã được giải quyết thành công.
• Nhiều chứng minh bao gồm các chứng nhận Lean để xác minh chính thức, mặc dù các giải thích dễ đọc cho con người vẫn còn khan hiếm.
• Chứng minh cho Giả thuyết Unique Games liên quan đến một cấu trúc mã đệ quy mới, được các chuyên gia mô tả là xa lạ và phản trực giác.
• Các vấn đề mật mã học đáng chú ý là vắng mặt trong đợt phát hành, mặc dù các cuộc điều tra về lỗ hổng mật mã được cho là đang diễn ra.

Tại sao điều này quan trọng

Đối với các kỹ sư phần mềm và nhà nghiên cứu, sự phát triển này báo hiệu một sự thay đổi trong bản chất của công việc kỹ thuật. Khả năng của AI trong việc giải quyết các bài toán đã làm khó con người trong nhiều thập kỷ gợi ý rằng các đột phá trong tương lai có thể đến từ việc diễn giải đầu ra của máy móc thay vì suy ra kết quả từ các nguyên lý cơ bản. Điều này thay đổi bộ kỹ năng cần thiết cho nghiên cứu cấp cao, nhấn mạnh vào xác minh, tích hợp và giải thích hơn là suy luận thô sơ.

Việc phát hành cũng đặt ra câu hỏi về tính bền vững của các hệ thống tín dụng học thuật truyền thống. Nếu AI có thể tạo ra các chứng minh nhanh hơn tốc độ con người có thể đọc chúng, giá trị của quyền tác giả cá nhân sẽ giảm đi. Cộng đồng giờ đây phải quyết định cách ghi nhận công lao và duy trì động lực khi "cuộc phiêu lưu anh hùng" của sự khám phá được tự động hóa một phần. Như Scott Aaronson đã lưu ý, thách thức là nuôi dưỡng một cộng đồng vẫn quan tâm đến việc tìm kiếm con đường lên những ngọn núi này, ngay cả khi có một cỗ máy dịch chuyển tức thời.

Bạn có thể làm gì

• Xem xét các chứng nhận Lean cho bất kỳ chứng minh nào liên quan đến lĩnh vực của bạn để độc lập xác minh tính chính xác.
• Tập trung vào việc phát triển kỹ năng trong các công cụ xác minh chính thức như Lean để thu hẹp khoảng cách giữa đầu ra của AI và sự hiểu biết của con người.
• Hợp tác với đồng nghiệp để tiêu hóa và giải thích các chứng minh phức tạp do AI tạo ra, chia sẻ khối lượng công việc diễn giải.
• Cập nhật các hướng dẫn đạo đức và ghi nhận công lao đang xuất hiện từ các tổ chức như Viện Simons liên quan đến nghiên cứu hỗ trợ bởi AI.
• Khám phá các hàm ý của các bài toán đã được giải quyết như L=BPL đối với công việc của bạn trong lĩnh vực thuật toán và độ phức tạp.
• Tham gia vào các cuộc thảo luận về tương lai của tín dụng toán học và các mô hình xuất bản trong bối cảnh bị chi phối bởi AI.