a16z Frontier: Khi AI có thể giải quyết các bài toán toán học, điều gì mới thực sự được coi là khả năng hiếm có của bạn?
Tác giả: Robert Hackett, biên tập viên a16z Frontier, đồng sáng lập Fortune Crypto
Biên soạn: Cốc Dữ, ChainCatcher
Toán học đang đối mặt với một cuộc khủng hoảng sinh tồn do sự tiến bộ của AI, nhưng nhóm nghiên cứu a16z Frontier lại lạc quan hơn bao giờ hết về tương lai của lĩnh vực này.
Nếu AI giải quyết được vấn đề mà bạn đã nghiên cứu trong nhiều năm, bạn có muốn ăn mừng không?
Kể từ khi đọc cuốn “Đêm tối của Toán học” của nhà toán học Kirwin Hampshire vào tháng 7, tôi đã suy nghĩ về câu hỏi này nhiều lần. Hampshire có một hình ảnh về cuộc đời mà anh đang rèn luyện. Khi các mô hình AI bắt đầu tìm ra phản ví dụ cho những giả thuyết đã tồn tại lâu dài, anh nghi ngờ liệu mình có còn cơ hội để có được phát hiện của riêng mình hay không. "Tôi đang trải qua một cuộc khủng hoảng tinh thần sâu sắc," anh viết. "Tôi đã gào thét trong lòng suốt nhiều ngày. Cảm giác như mình đang sống trong một cơn ác mộng."
Và điều này vẫn xảy ra trước khi OpenAI công bố hàng trăm bản thảo toán học vào tháng 10. Kể từ đó, các thành viên trong cộng đồng nghiên cứu đã bày tỏ sự sốc, phấn khích và bối rối, suy nghĩ về ý nghĩa của việc nghiên cứu toán học trong kỷ nguyên AI tăng tốc, và cảm giác đó là gì.
Một trong những kết quả trong đợt công bố của OpenAI đã đưa ra một chứng minh, giải quyết một vấn đề mà nhà toán học Justin Moore của Đại học Cornell đã nhiều lần quay lại và nghiên cứu trong suốt 19 năm. Vào năm 2010, Moore đã mua một chai XO cognac ở ngoại ô Marseille, chuẩn bị chia sẻ với những người khác đã nghiên cứu vấn đề này khi câu trả lời đến. Anh nói với đồng nghiệp Steven Strogatz, một khi anh và các đồng nghiệp hiểu được chứng minh này và đồng ý rằng nó là đúng, anh vẫn dự định mở chai rượu đó. Nhưng câu trả lời đến cùng với hàng trăm kết quả khác, như Strogatz đã nói, "được trình bày như một cái đầu tê giác bị chặt đứt." Moore dự đoán rằng buổi ăn mừng này "sẽ giống như một buổi thức tỉnh hơn là một bữa tiệc."
Các nhà nghiên cứu của a16z Frontier biết cảm giác như thế nào khi nghiên cứu một mô hình có thể giải quyết vấn đề. Họ sử dụng AI rộng rãi trong các lĩnh vực mật mã, khoa học máy tính lý thuyết, kinh tế học và toán học, khám phá những vấn đề cứng đầu, thử nghiệm ý tưởng và xây dựng chứng minh. Chúng tôi đã tập hợp họ lại để trao đổi ghi chú------ một câu hỏi lặp đi lặp lại: điều gì sẽ xảy ra khi tốc độ đến của chứng minh vượt quá tốc độ chúng ta hiểu chúng?
Cố vấn nghiên cứu cao cấp của chúng tôi, người đứng đầu nhóm mật mã ứng dụng tại Stanford, Dan Boneh đã đưa ra một thí nghiệm tư tưởng: giả sử một mô hình chứng minh rằng P không bằng NP, đây là một trong những vấn đề của Giải thưởng Thiên niên kỷ, cũng được coi là một trong những vấn đề quan trọng nhất trong toàn bộ khoa học máy tính. (Nếu điều này đúng, điều đó thực sự có nghĩa là tồn tại một loại vấn đề mà con người có thể kiểm tra giải pháp mà họ đưa ra một cách hiệu quả, nhưng không có bất kỳ thuật toán nào có thể giải quyết mỗi trường hợp một cách hiệu quả.) Bây giờ hãy tưởng tượng rằng chứng minh này dài tới 1 tỷ trang. Có ai đó có thể hiểu nó không? Giả sử điều đó là có thể, thì việc hấp thụ, giải thích và giảng dạy nó sẽ mất bao lâu?
Hai ngày sau khi cuộc trò chuyện của chúng tôi phát sóng, nhà toán học Levent Alpöge công bố rằng anh tin rằng mình đã chứng minh được giả thuyết Riemann với sự trợ giúp của AI. Giả thuyết này về phân bố số nguyên tố, được đưa ra vào năm 1859, là một trong những vấn đề của Giải thưởng Thiên niên kỷ, và hàng trăm kết quả trong lý thuyết số đều dựa trên nó là đúng. Alpöge trong thông báo của mình nói: "Cảm thấy đây là một điểm kết thúc là điều tự nhiên. Đối với tôi, đây là sự mất mát của một ngọn đèn chỉ đường chính, nhưng những gì tôi thấy trong quá trình tiến triển khiến tôi kinh ngạc đến mức tôi tin rằng đây là một buổi bình minh của một điều gì đó vĩ đại hơn trong toàn bộ khoa học."
Vấn đề xác minh------ tức là việc kiểm tra công việc của người khác cần gì------ là điều mà chúng tôi đã dành nhiều thời gian để suy nghĩ. Alpöge đã công bố chứng minh của mình bằng Lean. Lean là một ngôn ngữ lập trình cho phép máy tính kiểm tra từng bước logic. Nhưng ngay cả khi bạn có thể kiểm tra từng bước trong chứng minh dài 1 tỷ trang của Dan, bạn vẫn phải đối mặt với nhiệm vụ làm cho tất cả điều đó trở nên dễ hiểu------ anh nói rằng nhiệm vụ này cần "một đội quân gồm các nhà toán học và nhà khoa học máy tính," và sẽ mất rất nhiều thời gian. (Ít nhất, điều đó cũng đảm bảo việc làm tốt.)
Nhà nghiên cứu a16z Frontier, nhà khoa học máy tính Ittai Abraham (cũng là người đứng sau blog Decentralized Thoughts) cho rằng toán học có hai ranh giới. Ranh giới đầu tiên đánh dấu phạm vi mà phát hiện có thể đạt được. Ranh giới thứ hai đánh dấu mức độ hiểu biết của con người về những gì đã được phát hiện.
Abraham chỉ ra bài viết của nhà toán học William Thurston năm 1994, trong đó cho rằng toán học là một nỗ lực xã hội, và sự tiến bộ của nó không thể chỉ được đo bằng số lượng định lý tuyệt đối. "Chúng ta đang sản xuất sự hiểu biết của con người," Thurston viết. Theo ông, việc giải thích ý tưởng, đặt câu hỏi về lập luận, và giúp người khác hiểu là cốt lõi của theo đuổi toán học.
Đó chính là điều kiện để Moore mở chai cognac đó: hiểu chứng minh cùng với đồng nghiệp. Một tuần sau khi OpenAI công bố, Sang-hyun Kim và Yash Lodha đã công bố một giải thích đơn giản về cùng một chứng minh. Bài báo của họ không tuyên bố có phát hiện mới, nhưng đã giải thích rõ ràng hơn cho các nhà toán học khác về lý do tại sao kết quả này là đúng, và cách mà lý luận của nó có thể được sử dụng ở nơi khác.
Đồng nghiệp nghiên cứu a16z Frontier của chúng tôi, Scott Duke Kominers là giáo sư tại Trường Kinh doanh Harvard, cũng là một người đam mê toán học (và đố vui!) nổi tiếng, anh hiểu rõ niềm vui mà Moore sẽ có khi giữ chai cognac đó đến thời điểm này. Kominers nói rằng AI đã giúp anh giải quyết một vấn đề, mà anh đã quay lại nhiều lần kể từ khoảng năm 2007. Khi anh thông báo kết quả này cho những nhà toán học mà anh đã theo dõi công việc trong nhiều năm nhưng chưa bao giờ gặp mặt, họ đã phản hồi với sự vui mừng. Theo Scott, không ai đến được đó vì đã sử dụng bất kỳ công cụ nào mà giảm đi sự phấn khích. Scott hiện hình dung rằng các nhà nghiên cứu có thể sử dụng AI để xây dựng một hệ thống toán học hoàn chỉnh. (Năm ngoái, anh cũng đã viết về xu hướng này.) Anh tin rằng khi các công cụ trở nên mạnh mẽ hơn, tham vọng của chúng ta cũng nên tăng lên theo.
Nhà toán học Frank Vallentin trong một bài báo gần đây đã mô tả niềm vui mà sự hợp tác này mang lại trong phần tiết lộ AI. Trong nhiều năm, anh đã mang theo một bản sao đã mòn liên quan đến một vấn đề mà từ thời sinh viên đã khiến anh mê mẩn. Hãy tưởng tượng một mô hình điểm lặp lại được gọi là lattice, nơi mỗi điểm có một quả cầu được đặt với bán kính giống nhau. Những quả cầu này có thể bao phủ toàn bộ không gian hay không, hay có khoảng trống ở đâu đó? Với lattice và bán kính đã cho, Vallentin muốn biết, khi số chiều tăng lên, việc máy tính trả lời câu hỏi này khó khăn đến mức nào.
Vào một ngày Chủ nhật tháng 9, một mô hình AI đã tìm ra một tập hợp chứng minh cho một vấn đề khác về lattice. Vallentin tự hỏi liệu cùng một tập hợp chứng minh có thể áp dụng cho vấn đề mà anh đã trân trọng từ lâu hay không. Sau một thời gian suy nghĩ qua lại, anh nhận ra rằng điều đó là khả thi. Chứng minh thu được đã chính xác mô tả độ khó của vấn đề bao phủ. Vallentin đã đơn giản hóa chứng minh, cảm thấy nó rất đẹp và chịu trách nhiệm về tính chính xác của nó, mặc dù anh không chắc nên phân chia công lao như thế nào. Tuy nhiên, anh viết rằng, được trở thành "sứ giả của chứng minh," anh đã rất vui.
Vậy điều này có ý nghĩa gì đối với một người có ý định trở thành nhà toán học? Liệu còn điều gì để họ làm không?
Các nhà nghiên cứu của chúng tôi cho rằng vẫn còn rất nhiều công việc phía trước: hấp thụ, tinh lọc và mở rộng các kết quả mới, giải thích những kết quả này cho người khác, và thúc đẩy sự hiểu biết của nhân loại. Boneh có một phép ẩn dụ tuyệt vời cho điều này: ông hình dung AI như một cái cây khổng lồ, rụng những quả trái cây mọng nước, để chúng ta xem xét và thưởng thức.
Đối với những người hy vọng tự mình có được phát hiện, điều này có thể chỉ là một sự an ủi lạnh lẽo. Nhưng những công cụ này cũng cung cấp một cơ hội để thử nghiệm những công việc trước đây tưởng chừng không thể với tới------ như Kominers đã hình dung, xây dựng một hệ thống toán học hoàn toàn mới. Hoặc như Alpöge đã viết: "Tôi hy vọng chứng minh này có thể cho mọi người cái nhìn thoáng qua về những điều kỳ diệu phía trước, và cho chúng ta thấy niềm vui và sự ngạc nhiên mà chúng ta sắp tìm thấy trong những điều đơn giản nhất."
Những người đang làm việc và học tập ngày nay cũng sẽ có cơ hội quyết định vấn đề nào xứng đáng để đầu tư toàn bộ nỗ lực ngay từ đầu. Justin Thaler là đối tác nghiên cứu của a16z Frontier, đồng thời là phó giáo sư khoa học máy tính tại Đại học Georgetown, nơi ông giảng dạy về khoa học máy tính. Ông chỉ ra rằng, bất kể máy móc trở nên mạnh mẽ đến đâu, con người vẫn sẽ muốn tự mình đưa ra phán đoán. Để đưa ra quyết định tốt, bạn phải hiểu toán học và hiểu được hậu quả của nó, đặc biệt là khi xây dựng các hệ thống mà người khác sẽ tin tưởng. Trong lĩnh vực mật mã, những phán đoán về những vấn đề nào sẽ tiếp tục khó giải quyết đã ảnh hưởng đến kế hoạch bảo vệ Internet khỏi mối đe dọa của máy tính lượng tử.
Các nhà toán học đã dành rất nhiều thời gian để cố gắng đạt được những mục tiêu khó khăn. Trong tương lai, sẽ có nhiều mục tiêu di chuyển nhanh hơn và xa hơn. Hãy chào đón sự nhắm mục tiêu chính xác hơn.
链捕手ChainCatcher nhắc nhở: hãy nhìn nhận blockchain một cách tỉnh táo, nâng cao ý thức rủi ro, cảnh giác với việc phát hành và đầu cơ các token ảo. Mọi nội dung trên trang chỉ là thông tin thị trường hoặc quan điểm của các bên liên quan, không cấu thành bất kỳ hình thức tư vấn đầu tư nào. Nếu phát hiện nội dung nhạy cảm, hãy nhấp , chúng tôi sẽ xử lý kịp thời.
Bài viết nổi bật











