Trong khi giới toán học chưa hết choáng váng trước cách AI tự động hóa lĩnh vực của họ, nghiên cứu mới nhất của tiến sĩ Neil Thompson tại Phòng thí nghiệm Khoa học máy tính và Trí tuệ nhân tạo (CSAIL) của MIT kiêm giám đốc dự án MIT FutureTech cho thấy xác suất thống kê, lý thuyết kinh tế, năng lượng cao, lực hấp dẫn và vũ trụ học, vật lý lượng tử có thể trở thành lĩnh vực tiếp theo chịu ảnh hưởng từ khả năng tiến hóa nhanh chóng của các mô hình tiên tiến.
Theo kết quả nghiên cứu mà Thompson chia sẻ tại một buổi thuyết trình đầu tháng 10, những mô hình AI tốt nhất đã tăng khả năng giải quyết chính xác khoảng 2% vấn đề lý thuyết trong những lĩnh vực trên lên 35%. Ông cũng dự báo AI sẽ giải đáp hoàn toàn nhiều câu hỏi lý thuyết trong vòng vài năm nữa.
Theo Wired, Thompson cùng hai cộng sự là nghiên cứu sinh tiến sĩ Gabriel Manso và nhà khoa học Claudio Mayrink Verdun, tổng hợp vấn đề nêu trong bài báo khoa học đăng trực tuyến từ tháng 12/2025 đến tháng 5/2026, sau đó kiểm tra liệu mô hình OpenAI như o1, o3, GPT-5, GPT-5.1, GPT-5.4 và GPT-5.5 có thể giải quyết hay không.
Đặc biệt, cách giải quyết vấn đề được nêu trong các bài báo xuất bản sau thời điểm GPT-5.5 và những mô hình trước đó ngừng cập nhật dữ liệu huấn luyện. Điều này có nghĩa mô hình phải tự đưa ra giải pháp thay vì dựa vào đáp án cung cấp dưới dạng dữ liệu huấn luyện. Nhóm nghiên cứu cũng chặn truy cập Internet nhằm ngăn mô hình tìm kiếm giải pháp trực tuyến. Welcome.AI nhận xét phương pháp của họ giúp đánh giá năng lực của AI theo cách chính xác và khắt khe hơn, chứng minh mô hình thực sự có thể sáng tạo thay vì chỉ 'học vẹt' từ những gì đã biết.
Ba nhà khoa học chỉ tập trung vào lĩnh vực mà mô hình AI có thể tự tìm ra giải pháp mà không cần chạy mô phỏng hoặc thí nghiệm. Kết quả hé lộ ngoài toán học, sức ảnh hưởng của AI có thể lan rộng tới nhiều lĩnh vực nghiên cứu khoa học nặng về lý thuyết khác.
Logo OpenAI hiển thị trên màn hình smartphone tại Creteil, Pháp, ngày 29/6/2026. Ảnh: Reuters
Theo Nature, tháng trước, OpenAI tạo nên cơn địa chấn trong thế giới toán học khi công bố một mô hình chưa phát hành đã giải quyết bài toán Navier-Stokes, một thách thức lâu đời trong động lực học chất lỏng, qua đó thổi bùng lên tranh cãi về việc hạn chế áp dụng AI và giá trị của quá trình giải toán tự thân. Sự căng thẳng này phản ánh mối lo ngại rộng hơn về vai trò của AI trong khám phá khoa học.
Thompson cảnh báo những thay đổi sắp tới sẽ đi kèm với thách thức. Dù các thành tựu lý thuyết của AI có thể đẩy nhanh ứng dụng thực tiễn trong khoa học, giải pháp do nó đưa ra vẫn có nguy cơ tồn tại sai sót, đặc biệt đối với vấn đề phức tạp. Nhóm nghiên cứu nhấn mạnh cần có sự giám sát của con người để xác nhận kết quả từ AI. Chuyên môn của con người vẫn đóng vai trò thiết yếu nhằm diễn giải phát hiện của AI và đảm bảo tính chính xác của chúng.
Sara Hooker, nhà nghiên cứu trí tuệ nhân tạo kiêm đồng sáng lập công ty khởi nghiệp Adaption ở San Francisco, cho biết AI sẽ thay đổi cơ bản cách nhà khoa học làm việc, nhưng không đào thải họ. Bà cho rằng các tác nhân không giỏi trong việc đặt ra những câu hỏi thiết yếu để thúc đẩy khám phá, do đó vai trò của nhà khoa học vẫn rất quan trọng. Chúng chỉ là công cụ giúp nhà nghiên cứu tìm ra đáp án nhanh hơn sau khi họ đã định hình được câu hỏi.
An Khang tổng hợp