Terence Tao, giáo sư tại UCLA, người được rộng rãi coi là nhà toán học thuần túy vĩ đại nhất còn sống, đã gióng lên hồi chuông cảnh báo về cuộc đua AI đang tăng tốc trong lĩnh vực toán học hiện nay.
Tao, người đã được trao Huy chương Fields năm 2006, đã đăng một cảnh báo trên nền tảng Mastodon chuyên về toán học, Mathstodon, ngày hôm qua. Trong đó, ông lập luận rằng AI đang làm cạn kiệt nguồn cung các bài toán mở chất lượng của ngành, những câu hỏi chưa được giải quyết thực sự thúc đẩy toán học tiến lên. Không phải các chứng minh. Không phải các bài báo. Mà là những câu hỏi hay.
Bất cứ ai cũng có thể tạo ra vô số câu hỏi toán học mới; chữ số thứ googol của pi về mặt kỹ thuật là một bài toán mở mà chưa ai tính toán. Hầu như không có câu hỏi nào trong số đó quan trọng, bởi vì hầu hết không dạy được điều gì về lĩnh vực rộng lớn hơn. Điều thực sự quan trọng, Tao viết, là phải biết điều gì thực sự đáng để bỏ công sức.
"Tóm lại, việc sử dụng bừa bãi các công cụ trích xuất giải pháp mạnh mẽ có thể đạt được mục tiêu ngắn hạn là giải quyết các vấn đề hiện có, nhưng phải trả giá bằng việc duy trì hệ sinh thái cho làn sóng tiến bộ tiếp theo, hoặc trong việc hiểu được những tiến bộ đã đạt được," Tao viết.
Với sự ra đời của các mô hình suy luận và thế hệ hệ thống AI tiên tiến nhất, các phòng thí nghiệm đã bắt đầu đổ một lượng lớn tài nguyên tính toán vào các vấn đề toán học và khoa học. Anthropic và OpenAI đã thử nghiệm các mô hình của họ trên những vấn đề mà các nhà toán học đã phải vật lộn trong nhiều năm, đôi khi là hàng thập kỷ.
Các kết quả thu được trải dài từ vật lý lượng tử đến toán ứng dụng và y học. Nhưng toán học thì khác: những vấn đề thực sự khó khăn tương đối khan hiếm, và các nhà nghiên cứu thường phải lựa chọn cẩn thận vấn đề nào để dành hàng tháng, thậm chí hàng năm để theo đuổi.
Việc xác định điều đó từng phụ thuộc vào "bản đồ độ khó" của một lĩnh vực – câu hỏi nào tầm thường, câu hỏi nào đòi hỏi nỗ lực thực sự, câu hỏi nào vô vọng với các công cụ hiện tại. Các phương pháp mới luôn san bằng một phần của bản đồ đó, nhưng chúng cũng mở ra những biên giới mới vượt ra ngoài giới hạn của chính chúng. AI phá vỡ mô hình này, Tao lập luận, bởi vì không ai có thể nói chính xác khả năng của một mô hình dừng lại ở đâu.
Tao không mô tả một điều giả định. Vào tháng 5, một mô hình của OpenAI đã bác bỏ giả thuyết khoảng cách đơn vị Erdős, một câu hỏi 80 năm tuổi về số cặp điểm trên một mặt phẳng có thể cách nhau chính xác một đơn vị. Các nhà toán học bên ngoài, bao gồm cả người đoạt huy chương Fields Tim Gowers, đã xác minh điều này.
Trong cùng tuần đó, nhà nghiên cứu Levent Alpöge của Anthropic đã chạy vấn đề tương tự thông qua Claude Mythos, mô hình cấp cao chưa được phát hành của công ty, làm việc ngoại tuyến để không thể sao chép giải pháp đã công bố của OpenAI. Kỹ sư Sholto Douglas của Anthropic gọi kết quả là một "chứng minh đơn giản, đáng yêu", ngắn hơn của OpenAI. Nhà toán học Daniel Litt gọi nó "kém hơn một chút" so với phiên bản của OpenAI, mặc dù Mythos cũng tìm ra giải pháp của OpenAI.
Huge credit to the OAI team for solving the unit distance problem with 5.5 - it is now my go to example that models can in fact pull together disparate ideas into new discoveries.
As with all 4 minute miles, we had to try and cross it too! Turns out mythos solves it with a cute,… https://t.co/NFymE8P8lu
— Sholto Douglas (@_sholtodouglas) May 26, 2026
Ngay trong tuần này, Anthropic đã chính thức hóa một chứng minh đã có từ hàng thế kỷ của định lý cuối cùng của Fermat và vài ngày sau đó OpenAI đã giải quyết một vấn đề 90 năm tuổi, chỉ vài giờ sau khi một nhà nghiên cứu công bố chứng minh của riêng mình, đồng tác giả một bài báo với một nhà nghiên cứu của Anthropic.
Cuộc đua đó chính là điều khiến Tao lo lắng. "Chúng ta đã thấy rằng ngay cả tin đồn về việc ai đó đang nghiên cứu một vấn đề cũng có thể kích hoạt một lượng lớn nỗ lực dựa trên AI để giải quyết nó trước khi dự án nghiên cứu ban đầu có thời gian đạt được tiềm năng đầy đủ của nó," ông viết.
Tao lập luận rằng điều này cuối cùng sẽ đảo ngược hàng thế kỷ khoa học mở.
Giải pháp được Tao đề xuất là đánh dấu một số bài toán nhất định là "yêu cầu phân tích", nghĩa là một câu trả lời thô đúng sẽ ít có giá trị trừ khi nó đi kèm với lý luận làm sáng tỏ điều gì đó về các vấn đề liên quan. Ông so sánh điều này với các ngân hàng thực phẩm đã ngừng chấp nhận bất kỳ khoản quyên góp nào chỉ đơn thuần là ăn được.
Hoặc là giải pháp này, hoặc là cấm AI trong toán học, một giải pháp mà Tao cho là "không khả thi về mặt kỹ thuật".
Đề xuất này vẫn chưa trở thành chính sách ở bất cứ đâu, và dựa trên cách các phòng thí nghiệm AI lớn đang hoạt động, ngay cả điều này cũng có thể không khả thi về mặt kỹ thuật vào lúc này.
