Tuyên bố Navier–Stokes của OpenAI: Điều gì đã xảy ra và vì sao giới toán học phản ứng

Ngày 8 tháng 9, OpenAI đưa ra một tuyên bố gây chấn động: một hệ thống nội bộ chưa được phát hành của họ đã tạo ra chứng minh cho thấy nghiệm trơn của phương trình Navier–Stokes ba chiều có thể hình thành điểm kỳ dị trong thời gian hữu hạn. Nhưng thông báo này không lập tức khép lại một trong những bài toán lớn nhất của toán học. Nó mở ra một cuộc tranh luận gay gắt về kiểm chứng, quyền ưu tiên, dữ liệu nghiên cứu và cách ghi nhận công lao khi AI bước vào nghiên cứu hàn lâm.

OpenAI thực sự tuyên bố điều gì?

Theo OpenAI, hệ thống nội bộ đã tạo ra cả một chứng minh giải tích lẫn bản hình thức hóa trong Lean — ngôn ngữ/trợ lý chứng minh dùng để máy tính kiểm tra chặt chẽ từng bước suy luận. Kết quả được công ty mô tả là: một chất lưu ban đầu trơn, đứng yên có thể phát triển điểm kỳ dị sau một thời gian hữu hạn. Nhóm tạo ra kết quả này có quy mô cỡ 10.000 tác tử AI hoạt động đồng thời. 2

Nếu chứng minh này đứng vững và đáp ứng đúng phát biểu chính thức, nó sẽ giải bài toán “tồn tại và tính trơn” theo hướng phủ định: nghiệm trơn không nhất thiết duy trì tính trơn mãi mãi. Clay Mathematics Institute (CMI) mô tả bài toán là câu hỏi về sự tồn tại và tính trơn của nghiệm Navier–Stokes trong không gian Euclid ba chiều. 18

Vì sao Navier–Stokes quan trọng đến vậy?

Phương trình Navier–Stokes mô tả chuyển động của chất lưu — từ dòng nước, luồng khí đến các hiện tượng xoáy và nhiễu loạn. Dù các phương trình này xuất hiện từ thế kỷ XIX, hiểu biết chung về hành vi của nghiệm ba chiều vẫn còn rất hạn chế. 30

Đây là một trong các Bài toán Thiên niên kỷ của CMI. Phát biểu chính thức đặt ra yêu cầu chứng minh các nghiệm trơn, hợp lý về mặt vật lý tồn tại toàn cục, hoặc đưa ra một cách giải khác thỏa các điều kiện đã nêu. 1721

Vì thế, đây không đơn thuần là một màn trình diễn năng lực AI. Nếu hợp lệ, kết quả sẽ tác động đến một vấn đề cốt lõi của giải tích và cơ học chất lưu. Nhưng tầm quan trọng của tuyên bố cũng đồng nghĩa ngưỡng kiểm chứng phải càng cao.

Vì sao cộng đồng chưa thể coi đây là lời giải đã được chấp nhận?

Ngày 11 tháng 9, CMI nói họ đang xem xét thông báo rằng bài toán “dường như đã được giải quyết”, đồng thời nhấn mạnh quy trình đánh giá và phân định công lao của viện được thiết kế để diễn ra thận trọng, không vội vã. 18

Quy định giải thưởng của CMI yêu cầu ba điều kiện trước khi xem xét một lời giải: công bố trên một kênh đạt chuẩn, ít nhất hai năm trôi qua kể từ ngày công bố, và sự chấp nhận rộng rãi của cộng đồng toán học toàn cầu. 27 Ngoài ra, lời giải phải trả lời thỏa đáng đúng câu hỏi trong mô tả chính thức của bài toán. 20

Lean có thể kiểm tra một chuỗi mệnh đề có suy ra đúng từ các định nghĩa và giả định đã mã hóa hay không. Đây là một dạng kiểm chứng rất mạnh. Tuy nhiên, nó không thay thế phản biện chuyên môn: các nhà toán học vẫn phải đánh giá định lý được hình thức hóa, các giả định đi kèm và việc chuyển từ phát biểu không chính thức sang dạng máy kiểm tra có thật sự giải đúng bài toán hay không.

Do đó, trạng thái chính xác nhất hiện nay là một tuyên bố đang được xem xét, chứ chưa phải kết quả được chấp nhận phổ quát hoặc được chứng nhận để trao giải.

Tranh chấp về quyền ưu tiên và ghi nhận công lao

Thông báo của OpenAI xuất hiện giữa lúc có tranh chấp liên quan đến Tristan Buckmaster, nhà toán học tại Đại học New York (NYU), và Levent Alpöge, nhà toán học có liên hệ với Anthropic. Các bài tường thuật cho biết hai người đã làm việc với những câu hỏi liên quan, và Buckmaster nêu lo ngại về cách OpenAI quyết định theo đuổi bài toán này. 953

Buckmaster cũng đưa ra cáo buộc về hành xử không phù hợp trong các trao đổi liên quan đến ghi nhận công lao và hợp tác. OpenAI bác bỏ các cáo buộc rộng hơn, nói rằng các nhà nghiên cứu và tác tử của họ không nhìn thấy công trình của hai nhà toán học trước khi nó được công bố công khai; công ty cũng nói không có dữ liệu người dùng cụ thể nào được truy cập để giải bài toán. 53

Đây là các lời kể đang bị tranh chấp, chưa phải kết luận đã được xác lập. Tuy vậy, sự việc đã biến một công bố kỹ thuật thành cuộc tranh luận lớn hơn: ai được ghi nhận khi phòng thí nghiệm AI và các nhà nghiên cứu độc lập cùng tiến gần một hướng nghiên cứu.

Vì sao câu hỏi về dữ liệu lại nhạy cảm?

Một vấn đề đặc biệt nhạy cảm là liệu những công việc người dùng đưa vào sản phẩm AI có thể góp phần cải thiện năng lực mô hình rồi gián tiếp ảnh hưởng đến nghiên cứu sau đó hay không. OpenAI nói họ không truy cập dữ liệu người dùng cụ thể của hai nhà nghiên cứu cho công việc Navier–Stokes, nhưng cũng cho biết không thể loại trừ hoàn toàn khả năng dữ liệu đã khử định danh từ việc sử dụng sản phẩm đã góp phần cải thiện mô hình. 59

Phân biệt này có thể có ý nghĩa về mặt kỹ thuật, nhưng nó để lại câu hỏi quản trị quan trọng: nhà nghiên cứu nên được bảo đảm tới mức nào về nguồn gốc dữ liệu, sự đồng thuận và khả năng kiểm toán khi dùng AI cho công trình chưa công bố?

Với giới học thuật, tranh cãi là lời nhắc cần đọc kỹ chính sách dữ liệu của sản phẩm trước khi đưa bản thảo, giả thuyết, mã nguồn hay tài liệu nghiên cứu nhạy cảm vào công cụ AI.

Lời cảnh báo của các chủ nhân Huy chương Fields

Ngày 11 tháng 9, Terence Tao công bố tuyên bố mang tên A Severe Misalignment of AI in Mathematics (tạm dịch: “Sự lệch pha nghiêm trọng của AI với toán học”), có 25 người ký ban đầu và tất cả đều là chủ nhân Huy chương Fields. 43

Mối lo được nêu ra là các công ty có thể biến những bài toán mở nổi tiếng thành thước đo công khai hoặc cuộc đua truyền thông, thay vì xem đó là lao động trí tuệ mang tính hợp tác. Những người chỉ trích lo ngại thông báo vội vã, trình bày chưa đầy đủ, ghi nhận mơ hồ và động cơ “đánh bại” người khác có thể khiến giới nghiên cứu ngại chia sẻ ý tưởng sớm.

Thông điệp không phải là loại AI khỏi toán học. Điều họ muốn bảo vệ là những chuẩn mực giúp toán học tiến bộ: kiểm tra công khai, trình bày cẩn trọng, ghi nhận xứng đáng và đối thoại chuyên môn.

Tiêu chuẩn cần có cho toán học có AI hỗ trợ

Vụ việc gợi ra một chuẩn thực hành thiết thực cho các tuyên bố nghiên cứu AI đặc biệt lớn:

• Công bố các hiện vật chứng minh có thể kiểm tra: Cần có bản thảo chặt chẽ và, nếu có thể, bản hình thức hóa để máy kiểm tra.
• Đánh giá độc lập: Kiểm tra hình thức và phản biện của chuyên gia toán học phục vụ hai mục đích khác nhau; một tuyên bố lớn cần cả hai.
• Ghi nhận minh bạch: Phòng thí nghiệm cần nêu rõ các công trình đi trước có liên quan, đóng góp của con người và giới hạn vai trò của hệ thống AI.
• Nguồn gốc dữ liệu rõ ràng: Người nghiên cứu cần những cam kết dễ hiểu về việc các tương tác của họ có thể được dùng để cải thiện mô hình hay không và bằng cách nào.
• Không gian cho quá trình thảo luận: Giải một bài toán lớn không chỉ là xuất ra đáp án đúng/sai; còn là làm rõ đã chứng minh điều gì, vì sao đúng và kết quả đứng ở đâu trong toàn bộ lĩnh vực.

Kết luận

Thông báo của OpenAI có thể là một cột mốc của nghiên cứu toán học với sự hỗ trợ của AI. Nhưng nó không thể khép lại vấn đề ngay trong ngày công bố. Câu hỏi quyết định là liệu chứng minh được tuyên bố có nhận được sự chấp nhận độc lập, bền vững theo chuẩn của cộng đồng toán học và CMI hay không. 1827

Phản ứng dữ dội cho thấy vì sao quy trình ấy quan trọng. Khi AI tiến vào nghiên cứu có mức độ hệ trọng cao, niềm tin sẽ không chỉ dựa vào việc hệ thống phát hiện được gì, mà còn dựa vào khả năng kiểm chứng, giải thích và ghi nhận công bằng cho phát hiện đó.