Cuộc khủng hoảng hiện sinh của giới toán học trước sự trỗi dậy của AI
Các mô hình trí tuệ nhân tạo mới gần đây đã đạt được những bước tiến đột phá trong toán học cao cấp, giải quyết cả những bài toán lâu đời khiến giới toán học chấn động. Dù vẫn gặp khó khăn ở những phép tính tiểu học hay đếm cơ bản, sự trỗi dậy của AI đang đặt ra câu hỏi lớn về tương lai và vai trò của các nhà toán học con người.
Hôm nay trong chương trình Decoder, tôi trò chuyện với Robert Hart, phóng viên chuyên trách AI của The Verge tại London, về những tác động của AI đối với lĩnh vực toán học và cuộc khủng hoảng hiện sinh mà nhiều nhà toán học hàng đầu đang phải đối mặt.
OpenAI vừa công bố một loạt giải pháp cho các bài toán lâu năm trong toán học, gây ra một tiếng vang lớn trong ngành. Sự kiện này châm ngòi cho một cuộc tranh luận sôi nổi trong cộng đồng toán học, và Rob đã dành thời gian trao đổi với một số nhà toán học xuất sắc nhất hiện nay về vấn đề này.
Thật buồn cười khi các hệ thống AI vẫn khá tệ ở các phép tính số học cấp tiểu học, nhưng lại ngày càng giỏi hơn ở toán học trừu tượng cấp cao. Điều đó đặt ra những câu hỏi lớn cho lĩnh vực toán học nâng cao.
Nếu AI có thể làm toán ở đẳng cấp này, điều đó có nghĩa là các phòng thí nghiệm AI có thể chuyển giao những kỹ năng đó sang các lĩnh vực khác hay không? Các khoản tài trợ học thuật và chương trình đại học đào tạo các thế hệ nhà toán học con người mới có ích gì nếu các mô hình tiên tiến đơn giản là trả lời mọi câu hỏi chưa có lời giải?
Chuyện gì sẽ xảy ra nếu tất cả sự chú ý xoay quanh toán học chỉ là một bài tập tiếp thị lớn của các phòng thí nghiệm AI tiên tiến, những nơi vốn không bận tâm đến số phận của một trong những ngành học thuật lâu đời và cơ bản nhất?
Có rất nhiều điều để bàn, và Robert đã trò chuyện với nhiều người có góc nhìn đa dạng về vấn đề này. Dưới đây là cuộc phỏng vấn đã được biên tập lại đôi chút về độ dài và độ rõ ràng để bạn đọc.
Robert Hart, bạn là phóng viên AI của chúng tôi tại The Verge. Chào mừng đến với Decoder.
Cảm ơn vì đã mời tôi tham gia.
Tôi rất hào hứng được trò chuyện với bạn. Có rất nhiều thứ đang diễn ra, đặc biệt là về AI và toán học mà bạn vừa nghiên cứu sâu. Bạn đã nói chuyện với nhiều nhà toán học hàng đầu về cuộc khủng hoảng trong toán học do AI gây ra.
Có vẻ như mọi thứ rất lớn lao, đồng thời vẫn còn rất nhiều điều chưa được biết và khám phá về sự tương tác giữa hai lĩnh vực này. Một cuộc khủng hoảng hiện sinh toàn diện. Hãy cho chúng tôi biết bức tranh tổng quan.
Tôi nghĩ “rất nhiều” tóm tắt khá đúng tình hình. Về cơ bản là một cuộc khủng hoảng hiện sinh xoay quanh câu hỏi: “Toán học là gì, các nhà toán học đang làm gì, và vai trò của họ trong tương lai ra sao?”
Phần lớn điều đó được thúc đẩy bởi sự thay đổi chóng mặt trong năng lực của AI, bùng nổ trong khoảng từ sáu tháng đến một năm qua. AI đã chuyển từ chỗ rất tồi tệ sang có vẻ thực sự khá giỏi ở cấp độ chuyên nghiệp trong một khoảng thời gian rất ngắn. Đó là điều mà các lĩnh vực khác đã phải vật lộn giải quyết trong suốt năm năm qua, nay lại diễn ra trong một khoảng thời gian cực kỳ cô đọng.
Tôi có thể đặt điều đó cạnh kỹ thuật phần mềm. Chúng ta đã trải qua cuộc khủng hoảng AI trong ngành kỹ thuật phần mềm một thời gian. Nhưng cho đến tận năm 2024, thậm chí là năm ngoái, quan điểm chung vẫn là các mô hình AI đặc biệt kém về toán học. Ví dụ nổi tiếng là các mô hình này không thể đếm số chữ R trong từ "strawberry". Ngay cả việc đếm đơn giản cũng đánh lừa được chúng.
Điều gì đã xảy ra để khiến chúng giỏi toán hơn? Liệu chúng vẫn kém về số học tổng quát nhưng giỏi toán nâng cao, hay là một cái gì đó ở giữa?
Chúng vẫn thực sự rất, rất tệ ở một số lĩnh vực toán học. Tôi đã kiểm tra lại, bây giờ chúng đã đếm được chữ cái trong từ strawberry rồi. Tôi nghĩ ai đó đã tinh chỉnh nó.
Tôi nghĩ từ strawberry đã được lập trình cứng (hard-coded). Tôi muốn nói rõ rằng thuyết âm mưu của tôi là việc đếm chữ strawberry đã được mã hóa sẵn trong tất cả các mô hình.
Tôi cũng nghĩ vậy. Đó là một thuyết âm mưu mà tôi đồng tình.
Nhưng vâng, AI vẫn rất tệ ở những thứ kiểu đó — toán học, số học, thậm chí cả các ngày trong tuần. Bạn trai tôi nói hôm ngày trước: "Nó cứ nghĩ hôm nay là thứ Tư. Không phải thứ Tư." Hoặc là thời gian. Elissa Welle đã viết cho chúng ta vài tháng trước rằng ChatGPT không thể xem giờ. Đến giờ vẫn vậy. Đó chưa phải là tất cả toán học.
Vì vậy, có sự ngắt kết nối này. Để giỏi toán, bạn phải giỏi đếm, cộng hoặc nhân. Nhưng thực ra toán học phần lớn là tư duy lý luận. Nếu bạn nhìn vào các bài báo toán học hàn lâm, phần lớn thời gian bạn sẽ không thấy các con số nào cả. Vì vậy, chúng vẫn rất tệ, nhưng đồng thời chúng cũng rất giỏi ở khía cạnh khác.
Về lý do tại sao, vào một thời điểm nào đó, bạn đạt đến khối lượng tới hạn về những gì các hệ thống này có thể làm. Chúng ta đã thấy điều đó với việc viết lách, chúng ta đã thấy với lập trình. Chúng rất giỏi trong việc tạo ra các mối liên hệ giữa các lĩnh vực khác nhau, áp dụng các phương pháp cũ theo những cách mới, đại loại thế. Có vẻ như các mô hình mới hơn mà họ đang đào tạo đã đạt đến mức độ mà mọi thứ ăn khớp, và bây giờ nó có thể làm toán.
Cũng cần phải nói rằng chúng ta thường coi toán học là một môn thống nhất, đặc biệt là từ góc độ bên ngoài. Nhưng hãy tưởng tượng sinh học chẳng hạn. Bạn có mọi thứ từ việc theo dõi động vật và mô tả hành vi cho đến các cơ chế tế bào và hóa sinh. Toán học cũng không phải là một môn thống nhất. AI thực sự rất giỏi ở một số mảng. Một số mảng như đếm, nó vẫn thực sự rất tệ.
Ngay cả ở các cấp độ trừu tượng hơn, các nhà toán học đã đưa ra topology (tập hoạc/tô-pô) là một lĩnh vực mà AI rõ ràng vẫn khá kém. Thành thật mà nói, tôi không thể xác minh điều đó vì nó nằm ngoài lĩnh vực chuyên môn của tôi. Dù sao đi nữa, đây là một bức tranh pha trộn nhiều màu sắc.
Bạn đã mô tả toán học là một lĩnh vực rộng lớn, rõ ràng có rất nhiều hướng quan tâm học tập. Có những phần mà các mô hình đã trở nên khá giỏi. Có những phần khác, có lẽ là những phần cơ bản mà mọi người nghĩ đến như toán học là việc đếm đơn giản, nơi chúng vẫn đang vật lộn, và sau đó là một khoảng rộng lớn ở giữa.
Liệu có phải khoảng rộng lớn ở giữa là nơi xảy ra khủng hoảng hiện sinh, nơi mọi người không biết điều gì sắp xảy ra? Hay là ở những phần mà nó thực sự rất giỏi?
Cả hai một chút, và tôi cảm thấy đó sẽ là chủ đề xuyên suốt. Không ai thực sự sợ việc nó trở thành một nhà toán học tầm thường, nhưng rõ ràng có một yếu tố lớn về những gì lĩnh vực này làm. Về các yếu tố nghiên cứu hoặc tiên phong, như chúng ta thấy với rất nhiều kết quả tạo ra sự chú ý, nó có thể làm gì? Hiện nay có những lĩnh vực mà nó dường như tạo ra công việc ngang ngửa với các nhà toán học giỏi, bên cạnh những phần khác mà vâng, nó không thể đếm được.
Cuốn theo đó là câu hỏi liệu nó có viết lại cấu trúc việc làm hay cấu trúc tài trợ hay không. Bạn cũng nêu ra câu hỏi mơ hồ là: Tri thức toán học là gì? Và vai trò của những người lao động này sẽ như thế nào. Tất cả những điều đó hòa quyện vào làm một.
Tôi nghĩ điều đó hoàn toàn phù hợp với sự trỗi dậy của AI trong mọi lĩnh vực. Nơi nào bạn chỉ cần thêm sức mạnh tính toán vào một vấn đề và có một số hình thức kiểm chứng, có vẻ như các mô hình tiếp tục trở nên tốt hơn. Mọi thứ ở giữa, nơi bạn có thể cần một số kiến thức về thế giới hoặc các mô hình cần một số thông tin tình báo thực tế về chính thế giới đó, dường như chúng vẫn gặp khó khăn.
Những phần đó của toán học, ít nhất là được nêu trong bài viết của bạn và những gì các phòng thí nghiệm đang thảo luận, dường như gần như hoàn toàn là các bài toán lý thuyết khép kín. Đó là nơi các mô hình có thể tạo ra một chứng minh hoặc giải quyết một vấn đề mà chưa ai có thể giải quyết được, sau đó cố gắng xác minh rằng điều đó đã tồn tại và chúng có thể chạy lại điều đó hết lần này đến lần khác.
Điều đó đưa chúng ta đến tháng 5 năm nay, khi một mô hình nội bộ của OpenAI — mà chúng ta chưa thực sự thấy — đã bác bỏ phỏng đoán khoảng cách đơn vị (unit distance conjecture), một bài toán đã 80 năm tuổi. Và gần đây chúng ta nghe nói về Astra từ OpenAI. Astra là mô hình dường như tạo ra bước ngoặt, và mọi người quyết định rằng đó là một cuộc khủng hoảng hiện sinh.
Astra đã đạt được những gì, và tại sao nó lại là một vấn đề lớn?
Tôi cũng khá chắc rằng Astra có lẽ đứng đằng sau bài toán ban đầu đó. OpenAI chỉ liệt kê nó là một mô hình nội bộ chưa được đặt tên. Có lẽ đó là Astra. Họ đã không trả lời tôi khi tôi hỏi.
OpenAI vài tuần trước đã tung ra một bài blog cùng với rất nhiều tài liệu chứng minh, tôi nghĩ là dài vài trăm trang. Họ gọi nó là “10 tiến bộ trong Toán học và Khoa học Máy tính Lý thuyết”. Về cơ bản, đó là một tập hợp các kỷ luật mà họ tuyên bố mô hình mới nhất Astra đã giải quyết được ở một mức độ nào đó. Tôi nghĩ một trong số đó là về lý thuyết trò chơi lượng tử, thứ mà tôi...
🌐 CUỘC KHỦNG HOẢNG HIỆN SINH CỦA GIỚI TOÁN HỌC TRƯỚC SỰ TRỖI DẬY CỦA AI Hôm nay trong chương trình Decoder, tôi trò chuyện với Robert Hart, phóng viên chuyên trách AI của The Verge tại London, về những tác động của AI đối với lĩnh vực toán học và cuộc khủng hoảng hiện sinh mà nhiều nhà toán học hàng đầu đang phải đối mặt. OpenAI vừa công bố một loạt giải pháp cho các bài toán lâu năm trong toán học, gây ra một tiếng vang lớn trong ngành. Sự kiện này châm ngòi cho một cuộc tranh luận sôi nổi trong cộng đồng toán học, và Rob đã dành thời gian trao đổi với một số nhà toán học xuất sắc nhất hiện nay về vấn đề này. Thật buồn cười khi các hệ thống AI vẫn khá tệ ở các phép tính số học cấp tiểu học, nhưng lại ngày càng giỏi hơn ở toán học trừu tượng cấp cao. Điều đó đặt ra những câu hỏi lớn cho lĩnh vực toán học nâng cao. Nếu AI có thể làm toán ở đẳng cấp này, điều đó có nghĩa là các phòng thí nghiệm AI có thể chuyển giao những kỹ năng đó sang các lĩnh vực khác hay không? Các khoản tài trợ học thuật và chương trình đại học đào tạo các thế hệ nhà toán học con người mới có ích gì nếu các mô hình tiên tiến đơn giản là trả lời mọi câu hỏi chưa có lời giải? Chuyện gì sẽ xảy ra nếu tất cả sự chú ý xoay quanh toán học chỉ là một bài tập tiếp thị lớn của các phòng thí nghiệm AI tiên tiến, những nơi vốn không bận tâm đến số phận của một trong những ngành học thuật lâu đời và cơ bản nhất? Có rất nhiều điều để bàn, và Robert đã trò chuyện với nhiều người có góc nhìn đa dạng về vấn đề này. Dưới đây là cuộc phỏng vấn đã được biên tập lại đôi chút về độ dài và độ rõ ràng để bạn đọc. Robert Hart, bạn là phóng viên AI của chúng tôi tại The Verge. Chào mừng đến với Decoder. Cảm ơn vì đã mời tôi tham gia. Tôi rất hào hứng được trò chuyện với bạn. Có rất nhiều thứ đang diễn ra, đặc biệt là về AI và toán học mà bạn vừa nghiên cứu sâu. Bạn đã nói chuyện với nhiều nhà toán học hàng đầu về cuộc khủng hoảng trong toán học do AI gây ra. Có vẻ như mọi thứ rất lớn lao, đồng thời vẫn còn rất nhiều điều chưa được biết và khám phá về sự tương tác giữa hai lĩnh vực này. Một cuộc khủng hoảng hiện sinh toàn diện. Hãy cho chúng tôi biết bức tranh tổng quan. Tôi nghĩ “rất nhiều” tóm tắt khá đúng tình hình. Về cơ bản là một cuộc khủng hoảng hiện sinh xoay quanh câu hỏi: “Toán học là gì, các nhà toán học đang làm gì, và vai trò của họ trong tương lai ra sao?” Phần lớn điều đó được thúc đẩy bởi sự thay đổi chóng mặt trong năng lực của AI, bùng nổ trong khoảng từ sáu tháng đến một năm qua. AI đã chuyển từ chỗ rất tồi tệ sang có vẻ thực sự khá giỏi ở cấp độ chuyên nghiệp trong một khoảng thời gian rất ngắn. Đó là điều mà các lĩnh vực khác đã phải vật lộn giải quyết trong suốt năm năm qua, nay lại diễn ra trong một khoảng thời gian cực kỳ cô đọng. Tôi có thể đặt điều đó cạnh kỹ thuật phần mềm. Chúng ta đã trải qua cuộc khủng hoảng AI trong ngành kỹ thuật phần mềm một thời gian. Nhưng cho đến tận năm 2024, thậm chí là năm ngoái, quan điểm chung vẫn là các mô hình AI đặc biệt kém về toán học. Ví dụ nổi tiếng là các mô hình này không thể đếm số chữ R trong từ "strawberry". Ngay cả việc đếm đơn giản cũng đánh lừa được chúng. Điều gì đã xảy ra để khiến chúng giỏi toán hơn? Liệu chúng vẫn kém về số học tổng quát nhưng giỏi toán nâng cao, hay là một cái gì đó ở giữa? Chúng vẫn thực sự rất, rất tệ ở một số lĩnh vực toán học. Tôi đã kiểm tra lại, bây giờ chúng đã đếm được chữ cái trong từ strawberry rồi. Tôi nghĩ ai đó đã tinh chỉnh nó. Tôi nghĩ từ strawberry đã được lập trình cứng (hard-coded). Tôi muốn nói rõ rằng thuyết âm mưu của tôi là việc đếm chữ strawberry đã được mã hóa sẵn trong tất cả các mô hình. Tôi cũng nghĩ vậy. Đó là một thuyết âm mưu mà tôi đồng tình. Nhưng vâng, AI vẫn rất tệ ở những thứ kiểu đó — toán học, số học, thậm chí cả các ngày trong tuần. Bạn trai tôi nói hôm ngày trước: "Nó cứ nghĩ hôm nay là thứ Tư. Không phải thứ Tư." Hoặc là thời gian. Elissa Welle đã viết cho chúng ta vài tháng trước rằng ChatGPT không thể xem giờ. Đến giờ vẫn vậy. Đó chưa phải là tất cả toán học. Vì vậy, có sự ngắt kết nối này. Để giỏi toán, bạn phải giỏi đếm, cộng hoặc nhân. Nhưng thực ra toán học phần lớn là tư duy lý luận. Nếu bạn nhìn vào các bài báo toán học hàn lâm, phần lớn thời gian bạn sẽ không thấy các con số nào cả. Vì vậy, chúng vẫn rất tệ, nhưng đồng thời chúng cũng rất giỏi ở khía cạnh khác. Về lý do tại sao, vào một thời điểm nào đó, bạn đạt đến khối lượng tới hạn về những gì các hệ thống này có thể làm. Chúng ta đã thấy điều đó với việc viết lách, chúng ta đã thấy với lập trình. Chúng rất giỏi trong việc tạo ra các mối liên hệ giữa các lĩnh vực khác nhau, áp dụng các phương pháp cũ theo những cách mới, đại loại thế. Có vẻ như các mô hình mới hơn mà họ đang đào tạo đã đạt đến mức độ mà mọi thứ ăn khớp, và bây giờ nó có thể làm toán. Cũng cần phải nói rằng chúng ta thường coi toán học là một môn thống nhất, đặc biệt là từ góc độ bên ngoài. Nhưng hãy tưởng tượng sinh học chẳng hạn. Bạn có mọi thứ từ việc theo dõi động vật và mô tả hành vi cho đến các cơ chế tế bào và hóa sinh. Toán học cũng không phải là một môn thống nhất. AI thực sự rất giỏi ở một số mảng. Một số mảng như đếm, nó vẫn thực sự rất tệ. Ngay cả ở các cấp độ trừu tượng hơn, các nhà toán học đã đưa ra topology (tập hoạc/tô-pô) là một lĩnh vực mà AI rõ ràng vẫn khá kém. Thành thật mà nói, tôi không thể xác minh điều đó vì nó nằm ngoài lĩnh vực chuyên môn của tôi. Dù sao đi nữa, đây là một bức tranh pha trộn nhiều màu sắc. Bạn đã mô tả toán học là một lĩnh vực rộng lớn, rõ ràng có rất nhiều hướng quan tâm học tập. Có những phần mà các mô hình đã trở nên khá giỏi. Có những phần khác, có lẽ là những phần cơ bản mà mọi người nghĩ đến như toán học là việc đếm đơn giản, nơi chúng vẫn đang vật lộn, và sau đó là một khoảng rộng lớn ở giữa. Liệu có phải khoảng rộng lớn ở giữa là nơi xảy ra khủng hoảng hiện sinh, nơi mọi người không biết điều gì sắp xảy ra? Hay là ở những phần mà nó thực sự rất giỏi? Cả hai một chút, và tôi cảm thấy đó sẽ là chủ đề xuyên suốt. Không ai thực sự sợ việc nó trở thành một nhà toán học tầm thường, nhưng rõ ràng có một yếu tố lớn về những gì lĩnh vực này làm. Về các yếu tố nghiên cứu hoặc tiên phong, như chúng ta thấy với rất nhiều kết quả tạo ra sự chú ý, nó có thể làm gì? Hiện nay có những lĩnh vực mà nó dường như tạo ra công việc ngang ngửa với các nhà toán học giỏi, bên cạnh những phần khác mà vâng, nó không thể đếm được. Cuốn theo đó là câu hỏi liệu nó có viết lại cấu trúc việc làm hay cấu trúc tài trợ hay không. Bạn cũng nêu ra câu hỏi mơ hồ là: Tri thức toán học là gì? Và vai trò của những người lao động này sẽ như thế nào. Tất cả những điều đó hòa quyện vào làm một. Tôi nghĩ điều đó hoàn toàn phù hợp với sự trỗi dậy của AI trong mọi lĩnh vực. Nơi nào bạn chỉ cần thêm sức mạnh tính toán vào một vấn đề và có một số hình thức kiểm chứng, có vẻ như các mô hình tiếp tục trở nên tốt hơn. Mọi thứ ở giữa, nơi bạn có thể cần một số kiến thức về thế giới hoặc các mô hình cần một số thông tin tình báo thực tế về chính thế giới đó, dường như chúng vẫn gặp khó khăn. Những phần đó của toán học, ít nhất là được nêu trong bài viết của bạn và những gì các phòng thí nghiệm đang thảo luận, dường như gần như hoàn toàn là các bài toán lý thuyết khép kín. Đó là nơi các mô hình có thể tạo ra một chứng minh hoặc giải quyết một vấn đề mà chưa ai có thể giải quyết được, sau đó cố gắng xác minh rằng điều đó đã tồn tại và chúng có thể chạy lại điều đó hết lần này đến lần khác. Điều đó đưa chúng ta đến tháng 5 năm nay, khi một mô hình nội bộ của OpenAI — mà chúng ta chưa thực sự thấy — đã bác bỏ phỏng đoán khoảng cách đơn vị (unit distance conjecture), một bài toán đã 80 năm tuổi. Và gần đây chúng ta nghe nói về Astra từ OpenAI. Astra là mô hình dường như tạo ra bước ngoặt, và mọi người quyết định rằng đó là một cuộc khủng hoảng hiện sinh. Astra đã đạt được những gì, và tại sao nó lại là một vấn đề lớn? Tôi cũng khá chắc rằng Astra có lẽ đứng đằng sau bài toán ban đầu đó. OpenAI chỉ liệt kê nó là một mô hình nội bộ chưa được đặt tên. Có lẽ đó là Astra. Họ đã không trả lời tôi khi tôi hỏi. OpenAI vài tuần trước đã tung ra một bài blog cùng với rất nhiều tài liệu chứng minh, tôi nghĩ là dài vài trăm trang. Họ gọi nó là “10 tiến bộ trong Toán học và Khoa học Máy tính Lý thuyết”. Về cơ bản, đó là một tập hợp các kỷ luật mà họ tuyên bố mô hình mới nhất Astra đã giải quyết được ở một mức độ nào đó. Tôi nghĩ một trong số đó là về lý thuyết trò chơi lượng tử, thứ mà tôi... 🗞 Nguồn: The Verge #vgsnews #vgs #tintuc
Nguồn: The Verge
