Cách OpenAI tiếp cận 'bài toán thế kỷ' Navier-Stokes

TL;DR: OpenAI cho biết mô hình AI mới nhất của họ đã tìm được lời giải cho bài toán Navier-Stokes thuộc nhóm Giải thưởng Thiên niên kỷ, khiến giới toán học vừa bất ngờ về tốc độ tiến bộ vừa lo tác động đến nghiên cứu, tuyển dụng và đào tạo.

Theo mô tả được công bố, OpenAI đã triển khai 10.000 tác tử AI - các hệ thống có thể tự thực hiện nhiệm vụ - để xử lý bài toán này, với chi phí ước tính khoảng 15 triệu USD. Navier-Stokes là một trong bảy Millennium Prize Problems do Clay Mathematics Institute công bố năm 2000; mỗi bài toán gắn với giải thưởng 1 triệu USD.

Đây không chỉ là câu chuyện về một kết quả kỹ thuật. Nhiều nhà toán học đang đặt câu hỏi liệu những bài toán mở, vốn thường nuôi dưỡng công việc nghiên cứu qua nhiều năm, có thể bị giải nhanh bằng nguồn lực tính toán lớn hay không. Tuy vậy, lời giải và quá trình thẩm định độc lập là những điểm quyết định để đánh giá đầy đủ ý nghĩa của tuyên bố này.

Navier-Stokes và cách OpenAI tiếp cận

Phương trình Navier-Stokes được dùng để mô tả chuyển động của chất lưu, từ dòng nước, không khí đến một số hiện tượng thời tiết. Vấn đề thuộc Giải thưởng Thiên niên kỷ xoay quanh việc liệu các phương trình này có luôn cho nghiệm trơn, ổn định trong những điều kiện nhất định hay có thể xuất hiện điểm kỳ dị, tức trạng thái mà mô hình toán học trở nên vô hạn hoặc không còn kiểm soát được.

OpenAI mô tả công việc của mình là một lời giải cho vấn đề Navier-Stokes. Công ty đã huy động 10.000 tác tử AI cho nhiệm vụ này, thay vì chỉ dựa vào một phiên làm việc của mô hình. Cách làm này phản ánh một xu hướng dùng AI trong vai trò nhà nghiên cứu: dùng nhiều hệ thống tự động để thử hướng giải, kiểm tra các bước và phối hợp kết quả.

Nguồn tin cũng lưu ý kết quả dựa nhiều vào các công trình của hai nhà toán học ở Madrid là Diego Córdoba và Luis Martinez-Zoroa. Điều đó phù hợp với thực tế rằng AI toán học thường không khởi đầu hoàn toàn từ số không, mà phát triển từ các ý tưởng, phương pháp và tri thức đã có trong nghiên cứu của con người.

Kết quả

Hệ thống của OpenAI đã tạo ra chứng minh toán học, đồng thời đưa ra kiểm chứng bằng Lean, cho thấy một chất lỏng ban đầu hoàn toàn trơn và đứng yên vẫn có thể hình thành một điểm kỳ dị (singularity) chỉ sau một khoảng thời gian hữu hạn.

Nói đơn giản, tại một thời điểm nào đó, vận tốc của chất lỏng có thể tăng lên không giới hạn, dù lực tác động từ bên ngoài vẫn hoàn toàn bình thường và tổng năng lượng của hệ vẫn hữu hạn. Kết quả này được cho là giải quyết bài toán Navier–Stokes thuộc nhóm Millennium Prize Problems, cụ thể bằng cách chứng minh các trường hợp “C” và “D” trong đề bài chính thức.

Nghiệm mà hệ thống tìm ra có dạng một xoáy nước ngày càng cuộn chặt vào tâm. Hãy tưởng tượng một dòng xoáy bị kéo dài thành những sợi rất mảnh giống như spaghetti. Vùng trung tâm ngày càng nhỏ lại, trong khi chất lỏng quay ngày càng nhanh. Tuy vậy, tổng năng lượng vẫn không tăng lên vô hạn.

Điểm khó nhất của bài toán là hiện tượng “vỡ” này phải xuất hiện tự nhiên từ chính chuyển động của chất lỏng, chứ không phải do cố tình tác động một lực vô hạn từ bên ngoài.

Về mặt toán học, khi điểm kỳ dị hình thành, nhiều thành phần trong phương trình Navier–Stokes - như gia tốc, áp suất, sự truyền động lượng và độ nhớt - đều trở nên cực lớn. Tuy nhiên, chúng triệt tiêu lẫn nhau theo một cách rất chính xác. Nhờ sự cân bằng đặc biệt này, lực tác động bên ngoài vẫn trơn và hữu hạn, ngay cả khi vận tốc của chất lỏng tiến tới vô hạn.

Từ người giải bài toán sang người thẩm định

Toán học vốn đã có quy trình kiểm tra chứng minh rất nghiêm ngặt. Một chứng minh quan trọng vẫn có thể chứa sai sót và cần được rà soát, như trường hợp một lỗ hổng từng được phát hiện trong công trình về Định lý cuối cùng của Fermat trước khi được sửa chữa.

Nếu AI tạo ra nhiều chứng minh với tốc độ cao, vai trò của nhà toán học có thể dịch chuyển một phần sang kiểm tra và thẩm định: xác minh từng lập luận, đánh giá giả định, tìm các bước thiếu chặt chẽ và giải thích ý nghĩa của kết quả. Đây là thay đổi về bản chất công việc, không đơn thuần là tăng năng suất.

Giảng dạy đại học cũng chịu sức ép. Bài tập làm ở nhà và các bài kiểm tra không giám sát ngày càng khó bảo đảm là sản phẩm độc lập của sinh viên nếu AI có thể xử lý các câu hỏi phức tạp. Giảng viên vì thế phải đồng thời xác định những tình huống không được dùng AI và những kỹ năng dùng AI mà sinh viên cần học.

Vì sao đáng chú ý?

Tuyên bố của OpenAI cho thấy cuộc tranh luận về AI trong khoa học đã chuyển từ việc mô hình có thể hỗ trợ nhà nghiên cứu hay không sang việc các tổ chức học thuật phải thích ứng thế nào khi AI có thể tham gia trực tiếp vào những bài toán nền tảng. Dù toán học vẫn hấp dẫn vì nhu cầu hiểu, kiểm chứng và cảm nhận vẻ đẹp của một chứng minh, tiêu chuẩn đánh giá đóng góp khoa học, cách chia sẻ công trình và cách đào tạo người mới có thể phải thay đổi.

• Theo báo chí: ‘Immature playground boasting’: Mathematicians uneasy at OpenAI’s latest scalp — The Guardian AI — 12/09/2026