Vượt qua cơn sốt: Tại sao Terence Tao cảnh báo về việc đơn giản hóa quá mức đột phá toán học của AI

Thực tế mà Không ai Ngờ Đến

Khi các tiêu đề tuyên bố rằng trí tuệ nhân tạo đã một mình giải quyết các bài toán toán học chưa thể giải trong nhiều thập kỷ, cộng đồng toán học đã chia thành hai phe: những người chúc mừng sự xuất hiện của thiên tài dựa trên silicon, và những người bảo vệ sự thiêng liêng của thành tựu trí tuệ con người. Câu chuyện trở nên say mê—AI đang đến để chiếm lĩnh các định lý của chúng ta. Tuy nhiên gần đây, một trong những người ủng hộ AI nhiệt thành nhất trong lĩnh vực đã quyết định giảm tốc. Terence Tao, nhà toán học nổi tiếng và liên tục ủng hộ các ứng dụng học máy, đã đưa ra một lời làm rõ khẩn cấp: câu chuyện chúng ta được kể về khả năng toán học của AI cần phải đặt trong bối cảnh nghiêm túc.

Những gì Terence Tao Thực sự Nói

Các bài đăng vào ban đêm của Terence Tao hiếm khi bị bỏ qua, và lần này cũng không ngoại lệ. Thay vì bác bỏ hoàn toàn những đóng góp của AI, ông đã thách thức câu chuyện phổ biến bằng cách làm nổi bật bảy điểm mù quan trọng trong cách chúng ta đánh giá thành tựu của AI:

Nghịch lý độ khó của vấn đề: Các bài toán của Erdős trải dài trong một phổ rộng—từ những thách thức huyền thoại chưa thể giải quyết đã kháng cự lại những trí tuệ sáng giá nhất của nhân loại qua nhiều thế hệ, đến những gì Terence Tao gọi là “vấn đề đuôi dài” (long-tail problems) về cơ bản chỉ là việc ghi chép toán học. Việc gom chúng lại với nhau tạo ra một sự so sánh sai lệch. Hầu hết thành công của AI tập trung vào loại sau, nhưng các tiêu đề lại xem chúng như thể đã giải quyết các bí ẩn toán học nền tảng.

Vấn đề tổng quan tài liệu: Nhiều bài toán được đánh dấu là “chưa giải” trên các cơ sở dữ liệu thiếu các khảo sát toàn diện về tài liệu. Những gì dường như là bước đột phá của AI thường đã được giải quyết từ nhiều năm trước bằng các phương pháp hơi khác nhau. Thực tế đáng xấu hổ là AI đôi khi “phát hiện” ra những gì đã có trong hồ sơ học thuật từ trước.

Bẫy thiên vị chọn lọc: Chúng ta thấy các thành công. Các thất bại, những ngõ cụt, và các vấn đề mà AI không tiến bộ gì vẫn còn ẩn trong bóng tối. Sự nhìn nhận một chiều này làm méo mó đánh giá về tỷ lệ thành công thực sự của AI.

Vấn đề về độ chính xác: Thỉnh thoảng, các tuyên bố ban đầu của vấn đề chứa đựng những mơ hồ hoặc lỗi. Tận dụng những lỗ hổng này không phải là sự hiểu biết toán học chân chính—nó giống như thắng một trò chơi dựa trên một thủ thuật kỹ thuật. Việc phục hồi ý định thực sự đòi hỏi kiến thức sâu về ngữ cảnh và chuyên môn lĩnh vực.

Lớp kiến thức bị thiếu: Khi con người chứng minh các định lý, họ tích hợp chứng minh trong một bối cảnh phong phú—các công trình liên quan, giới hạn phương pháp, cảm hứng từ các lĩnh vực khác, khả năng tổng quát hóa. Terence Tao nhận xét rằng các chứng minh do AI tạo ra, dù về mặt kỹ thuật là chính xác, thường thiếu đi phần kết nối này giúp toán học có giá trị trí tuệ thực sự. Một chứng minh đúng không phải lúc nào cũng là một đóng góp có ý nghĩa.

Khoảng cách trong công bố: Giải quyết một vấn đề ít người biết đến bằng các phương pháp thông thường không tự nhiên mang lại vị trí trong các tạp chí hàng đầu. Ảnh hưởng mới là điều quan trọng như độ chính xác. Hầu hết các vấn đề do AI giải quyết thiếu tính mới mẻ hoặc ý nghĩa mà các tạp chí tìm kiếm.

Rủi ro trong formal hóa: Chuyển các chứng minh của AI thành các hệ thống xác minh chính thức như Lean tăng độ tin cậy, nhưng cũng tiềm ẩn nguy hiểm. Sự ngắn gọn đáng ngờ hoặc độ dài bất thường trong các chứng minh chính thức cần thận trọng—các tiên đề bổ sung có thể bị ẩn, các tuyên bố vấn đề có thể bị formal hóa sai, hoặc hệ thống có thể khai thác các trường hợp ngoại lệ trong thư viện toán học.

Phân tích Thực tế về Vai trò của AI

Tài liệu cập nhật của Terence Tao phân loại những gì AI thực sự đã đạt được. Một số bài toán đã nhận được các giải pháp hoàn chỉnh do AI tạo ra kèm theo xác minh đầy đủ trong Lean. Những bài khác, mặc dù ban đầu được đánh giá là chưa giải, sau đó đã có các giải pháp trong tài liệu trước đó. AI đã xuất sắc trong việc khảo sát tài liệu—nhận diện hiệu quả những bài toán “mở” thực sự còn chưa được giải. Nó đã định dạng lại các chứng minh hiện có, formal hóa các lập luận, và hỗ trợ các nhà toán học trong công việc chỉnh sửa.

Hồ sơ cụ thể cho thấy AI đóng góp có ý nghĩa nhưng trong phạm vi hạn chế: nó xử lý các phần cơ khí, có thể xác minh, có thể tìm kiếm—chứ không phải là những ý tưởng đột phá.

Định hình lại Mối quan hệ Con người-AI

Điểm mấu chốt mà Terence Tao nhấn mạnh là suy nghĩ phân cực: AI không phải là nhà toán học. Nó là một công cụ trong bộ công cụ toán học ngày càng mở rộng. Toán học thực sự mạnh mẽ của ngày mai sẽ không có những thiên tài đơn độc hay các máy tự động, mà là các nhà toán học hướng dẫn các hệ thống AI xử lý công việc hạ tầng—các chứng minh routine, formal hóa, quản lý trích dẫn, tổng hợp tài liệu.

Trọng tâm trí tuệ con người vẫn không thể thay thế: đặt câu hỏi mới, sáng tạo các khái niệm định hình lại toàn bộ lĩnh vực, nhận diện những vấn đề quan trọng, hiểu cách các khám phá liên kết qua các ngành. AI xử lý phần khung xương. Con người thiết kế các cấu trúc.

Tại sao Sự khác biệt này lại Quan trọng

Việc đồng nhất “AI có thể tạo ra kết quả xác minh được trên các vấn đề cụ thể” với “AI sở hữu khả năng sáng tạo toán học thực sự” chính là kiểu suy nghĩ mà Terence Tao muốn phá bỏ. Chính xác trong ngôn ngữ phản ánh chính xác trong tư duy. Việc phóng đại khả năng có thể dẫn đến hai sai lầm: thứ nhất, đặt ra kỳ vọng phi thực tế dẫn đến thất vọng; thứ hai, đầu tư quá ít vào nghiên cứu toán học của con người, thứ đã và đang là động lực của sự khám phá trong nền văn minh của chúng ta.