AI của OpenAI và Navier–Stokes: điều gì đã được chứng minh, điều gì chưa
OpenAI nói hệ AI đa agent của họ tạo ra một chứng minh Navier–Stokes và formalization bằng Lean. Điểm quan trọng là hiểu chính xác phạm vi kết quả và những gì chưa nên suy diễn.
Xong bài này bạn làm được Có thể phân biệt kết quả OpenAI thực sự công bố với các diễn giải quá mức như AI đã giải xong mọi phiên bản Navier–Stokes hoặc đã nhận Millennium Prize.
OpenAI công bố rằng một hệ thống AI nội bộ đã tạo ra một chứng minh giải tích và một bản hình thức hóa bằng Lean cho một kết quả lớn về phương trình Navier–Stokes ba chiều. Đây là loại thông báo rất dễ bị rút gọn thành câu ‘AI đã giải bài toán triệu đô’. Cách đọc an toàn hơn là tách bốn việc: mệnh đề nào được tuyên bố, hệ AI đã làm gì, Lean đã kiểm tra gì, và điều gì vẫn cần đánh giá bên ngoài.
OpenAI thực sự công bố điều gì?
Theo bài viết kỹ thuật của OpenAI, hệ thống của họ tạo ra một nghiệm bắt đầu từ chất lưu đứng yên, chịu một ngoại lực trơn, rồi phát triển kỳ dị trong thời gian hữu hạn trong khi năng lượng vẫn hữu hạn. OpenAI mô tả kết quả này là thiết lập các mệnh đề C và D trong cách phát biểu Millennium Prize mà họ dẫn chiếu. Đây là một phát biểu cụ thể về Navier–Stokes có ngoại lực, không phải giấy phép để diễn giải rằng mọi câu hỏi về dòng chảy Navier–Stokes đều đã được đóng lại.
Cũng cần giữ nguyên mức độ chắc chắn của nguồn: đây trước hết là kết quả do OpenAI công bố. Chính công ty nói mục tiêu của họ là báo cáo tiến bộ của các mô hình AI và họ không có ý định nhận Millennium Prize cho kết quả này. Vì vậy, không nên biến trạng thái đó thành ‘AI chính thức giành giải toán học một triệu USD’.
Khoảng 10.000 agent đã làm gì?
OpenAI cho biết họ dùng một hệ thống các agent phối hợp, chạy trên một mô hình nội bộ đang được huấn luyện. Các agent được chia thành nhóm, có thể trao đổi trong nhóm và được giao các biến thể khác nhau của bài toán. Nhóm tạo ra lời giải Navier–Stokes có quy mô vào khoảng 10.000 agent chạy đồng thời.
Theo OpenAI, các agent đi tới lời giải sau khoảng 88 giờ kể từ khi nỗ lực bắt đầu. Riêng phần Navier–Stokes tạo khoảng 2,7 triệu thông điệp và khoảng 130 tỷ output token. Những con số này cho thấy một hướng khác với việc chỉ hỏi một chatbot một câu khó: năng lực đến từ mô hình nền, công cụ, nhiều nhánh tìm kiếm và cơ chế phối hợp ở quy mô lớn.
Nhưng 10.000 agent không có nghĩa là 10.000 nhà toán học độc lập cùng xác nhận kết quả. Chúng là các tiến trình trong một hệ thống do OpenAI thiết kế và vận hành. Quy mô tính toán cho biết cách tổ chức tìm kiếm; nó không tự chứng minh mệnh đề toán học là đúng.
GPT-6 Astra và Lean đóng vai trò nào?
OpenAI nói mô hình nội bộ tạo ra chứng minh mạnh hơn GPT-6 Astra. Sau khi các agent tìm được lời giải, việc hình thức hóa và kiểm tra bằng Lean mất thêm khoảng 17 giờ và sử dụng GPT-6 Astra.
Lean là một proof assistant: thay vì chỉ đọc một bài chứng minh bằng ngôn ngữ tự nhiên, hệ thống kiểm tra một biểu diễn hình thức theo các quy tắc logic đã khai báo. Đây là lớp kiểm tra quan trọng vì nó buộc nhiều bước suy luận phải được diễn đạt đủ chính xác để máy kiểm tra.
Tuy nhiên, formal verification không đồng nghĩa với việc mọi câu hỏi bên ngoài đã kết thúc. Người đọc vẫn cần phân biệt mệnh đề được mã hóa, giả thiết của nó, phạm vi mà OpenAI tuyên bố và trạng thái đánh giá độc lập. Lean có thể là bằng chứng kỹ thuật mạnh mà không biến một thông báo của công ty thành quyết định trao giải.
Bốn câu hỏi để đọc một tuyên bố AI-khoa học lớn
Mệnh đề chính xác là gì? Đừng dừng ở cụm ‘giải Navier–Stokes’. Trong trường hợp này, ngoại lực trơn và dạng kỳ dị hữu hạn thời gian là phần của phát biểu.
Ai đang đưa ra kết luận? Bài nguồn là thông báo của OpenAI về hệ thống của chính OpenAI. Các số liệu về agent, token, thời gian và quá trình huấn luyện nên được ghi rõ là số liệu công ty công bố.
Có lớp kiểm tra nào ngoài văn bản tự nhiên? Ở đây có formalization bằng Lean. Đó là thông tin quan trọng, nhưng vẫn cần hỏi mệnh đề hình thức hóa là gì và phạm vi của nó ra sao.
Trạng thái đánh giá bên ngoài là gì? Không nên tự nâng ‘có formal proof’ thành ‘đã được cộng đồng chấp nhận’ hay ‘đã nhận giải’. Nếu chưa có nguồn phù hợp cho trạng thái đó, cách viết đúng là giữ nguyên đây là kết quả OpenAI công bố.
Vì sao câu chuyện này quan trọng với AI?
Điểm đáng theo dõi không chỉ là một bài toán cụ thể. OpenAI mô tả một hệ thống trong đó hàng nghìn agent cùng tìm kiếm, chia nhánh, trao đổi kết quả, dùng code và cuối cùng chuyển một lời giải sang proof assistant. Nếu quy trình này tiếp tục tạo ra kết quả có thể kiểm tra, nó gợi ý một hướng dùng AI cho nghiên cứu khác đáng kể với chatbot trả lời từng câu.
Đồng thời, chính quy mô đó làm yêu cầu kiểm chứng cao hơn chứ không thấp hơn. Khi một hệ AI có thể chạy hàng chục giờ và tạo hàng triệu thông điệp, người đọc càng cần biết kết luận nào đến từ nguồn chính, lớp nào được máy kiểm tra, lớp nào đã được chuyên gia bên ngoài xem xét và lớp nào vẫn chỉ là tuyên bố của tổ chức vận hành hệ thống.
Cách đọc này hữu ích vượt ra ngoài Navier–Stokes. Với bất kỳ headline nào kiểu ‘AI giải được bài toán X’, hãy bắt đầu từ mệnh đề chính xác, nguồn công bố, cơ chế kiểm tra và trạng thái xác nhận bên ngoài. Đó là cách giữ được cả hai điều cùng lúc: không bỏ qua một bước tiến AI có thể rất lớn, và cũng không biến một thông báo kỹ thuật thành kết luận mạnh hơn bằng chứng hiện có.