AI đang tăng tốc mọi thứ, phòng tuyến toán học vừa thất thủ, vật lý đã nằm trong tầm ngắm của AI

marsbitXuất bản vào 2026-08-28Cập nhật gần nhất vào 2026-08-28

Tóm tắt

Mùa hè này, toán học chấn động khi mô hình Astra của OpenAI giải quyết 10 vấn đề tồn đọng lâu năm, còn Claude Fable 5 thúc đẩy đáng kể Giả thuyết Riemann. Điều này khiến nhiều nhà nghiên cứu trẻ, như nghiên cứu sinh Sidharth Hariharan, hoang mang khi công trình bị AI công bố trước. Không chỉ toán học, vật lý lý thuyết cũng bước vào kỷ nguyên AI. Gavin E. Crooks, chuyên gia về nhiệt động lực học thống kê không cân bằng, đã đưa một bài toán mở cho Claude. Chỉ vài ngày sau, Claude đã giải quyết triệt để vấn đề mà một nghiên cứu sinh vật lý có thể cần hàng tháng. Vấn đề thuộc về định lý dao động chi tiết (DFT) trong nhiệt động lực học ngẫu nhiên, liên quan đến các ràng buộc thống kê của entropy sản sinh. Claude đã đưa ra câu trả lời thống nhất và thanh lịch: tất cả các phân bố tuân theo DFT tương ứng với một phân bố "khoảng cách" duy nhất. Các thống kê chung tạo thành một khối lồi, với mỗi mô-men bậc n chỉ có một cận dưới chính xác và không có cận trên. Hầu hết các giới hạn DFT đã công bố trước đây đều là hình chiếu của khối lồi thống nhất này. Claude đã tự viết toàn bộ bản thảo bài báo. Điều đáng chú ý không chỉ là kết quả vật lý, mà là quy trình nghiên cứu do AI dẫn dắt. AI không chỉ giải quyết vấn đề đã biết, mà đang giúp các nhà khoa học khám phá những vấn đề chưa biết cách tiếp cận. Điều này báo hiệu một cuộc chuyển đổi lớn trong học thuật, đặt ra câu hỏi về vai trò tương lai của việc nghiên cứu và đào tạo con người.

Mùa hè này, làng toán học chấn động liên tục—

Mô hình Astra của OpenAI một lần giải quyết 10 bài toán toán học lâu năm chưa có lời giải (bao gồm sự tồn tại của nhóm không sofic, kết quả mới về xếp cầu nhiều chiều, v.v.); Claude Fable 5 tìm ra phản ví dụ cho Giả thuyết Jacobian gần trăm năm, sau đó còn thúc đẩy mạnh mẽ Giả thuyết Riemann!

Điều này khiến Sidharth Hariharan, nghiên cứu sinh chuyên ngành toán tại Đại học Carnegie Mellon, càng thêm mơ hồ.

Trước đó, sau khi nhận được email từ Maryna Viazovska, người đoạt giải Fields 2022, anh biết rằng nghiên cứu của mình đã bị đại lý AI "Gauss" công bố trước, và đã khóc.

Một năm trước, bạn vẫn có thể coi những tiến bộ này là "tò mò hoặc phóng đại, không có tác dụng gì", nhưng tình hình đã thay đổi. Người đoạt giải Fields Terence Tao thừa nhận: Bây giờ, lập luận này không đứng vững nữa.

Ngay khi làng toán học chưa hết sóng dư, nhà vật lý Gavin E. Crooks ném một vấn đề mở cho Claude, và sau đó vài ngày toàn bộ vấn đề đã được giải quyết triệt để. Trong khi đó, ngay cả một nghiên cứu sinh vật lý có nền tảng toán học vững chắc, cũng có thể mất vài tháng cho vấn đề này.

Trong vật lý, con người cũng bị AI đánh bại!

Trong bối cảnh này, một trong những người đặt nền móng cho cơ học thống kê không cân bằng khẳng định:

Vật lý cũng sẽ bước theo vết chân của toán học.

Ông thừa nhận, giới học thuật sắp trải qua một cuộc biến đổi lớn.

Giới học thuật có hai vai trò: Thúc đẩy tri thứcGiảng dạy/Đào tạo/Hướng dẫn thế hệ tiếp theo.

Khoa học có thể sắp phát triển với tốc độ mà con người không thể theo kịp. Và vai trò kia cũng đối mặt với sự tác động:

Vậy, khi bất kỳ câu hỏi nào tôi đưa ra đều có thể được Claude trả lời nhanh hơn, chúng ta dạy và đào tạo sinh viên như thế nào?

Vấn đề chính là gì?

Để hiểu tầm quan trọng của việc này, phải quay lại với chính Crooks. Gavin E. Crooks nổi tiếng trong nhiệt động lực học và cơ học thống kê không cân bằng.

Năm 1998–1999, khi còn là nghiên cứu sinh tại Berkeley, ông đã đề xuất định lý dao động Crooks nổi tiếng, liên kết chính xác công không cân bằng với chênh lệch năng lượng tự do cân bằng, trở thành một trong những nền tảng của nhiệt động lực học ngẫu nhiên.

Chỉ riêng bài báo năm 1999, số lần trích dẫn đã lên tới hàng nghìn.

Nghiên cứu của ông lâu nay xuyên suốt vùng giao thoa giữa nhiệt động lực học, lý thuyết thông tin và khoa học máy tính, ảnh hưởng sâu sắc đến nhiệt động lực học quy mô nano, phương pháp ước tính năng lượng tự do, và thậm chí sự hình thành mô hình tính toán nhiệt động lực học sau này.

Ông từng nhận Giải thưởng Nhà khoa học và Kỹ sư Sự nghiệp Sớm của Tổng thống Mỹ (PECASE, một trong những danh hiệu cao quý nhất của chính phủ Mỹ dành cho các nhà nghiên cứu trẻ), và năm 2019 được bầu làm Hội viên Hội Vật lý Mỹ (APS Fellow), có uy tín cao trong giới học thuật liên quan.

Lần này Claude giải quyết là một bài toán nhiệt động lực học ngẫu nhiên do Crooks đưa ra.

Trong thế giới vi mô, hệ thống đôi khi có thể tạm thời "đi ngược lại định luật thứ hai của nhiệt động lực học", nhưng tỷ lệ xác suất giữa sự kiện ngược và sự kiện bình thường không tùy tiện, mà được kiểm soát chính xác bởi sự sinh entropy, và giảm đi nhanh chóng theo hàm mũ.

Điều này được mô tả là định lý dao động chi tiết đối xứng đẹp đẽ (Detailed Fluctuation Theorem, DFT)—

Câu hỏi là: Dưới ràng buộc hàm số này, các đại lượng thống kê của entropy sinh có những điều kiện ràng buộc nào?

Điều này đã sản sinh ra một loạt kết quả.

Quan hệ bất định nhiệt động lực học trao đổi (exchange TUR) của Timpanaro và cộng sự năm 2019 xuất phát từ định lý dao động trao đổi, đưa ra giới hạn dạng ma trận có thể bão hòa. Công trình của Salazar tiếp tục khai thác giới hạn chặt chẽ của DFT đối với độ lệch, xác suất đuôi, lượng thông tin.

Định lý bất định nhiệt động lực học (TUT) năm 2023 đã nâng TUR từ bất đẳng thức lên thành "định lý", làm rõ dòng chảy chính xác đạt phương sai tỷ lệ nhỏ nhất, và nhấn mạnh ảnh hưởng của mô men bậc cao của entropy sinh.

Chúng được khai quật lần lượt, nhưng vẫn thiếu một hình ảnh hình học thống nhất.

Claude đã nhận diện tất cả các kết quả cục bộ này là các phép chiếu khác nhau của cùng một vật thể lồi, và đưa ra mô tả đầy đủ theo cấp độ mô men.

Bài báo, bắt đầu từ tóm tắt, toàn bộ do Claude viết.

Câu trả lời thống nhất của Claude: Một vùng lồi, chỉ có giới hạn dưới

Minh triết cốt lõi của Claude cực kỳ sạch sẽ:

Mỗi phân phối thỏa mãn DFT, tương ứng duy nhất với một "phân phối khoảng cách" ν (tức phân phối của |σ|).

Mỗi phân phối P_a với khoảng cách cố định a chỉ có hai kết quả ±a, trọng số được cố định chặt chẽ bởi e^σ.

Do đó, bất kỳ phân phối DFT nào cũng là hỗn hợp duy nhất của hai phân phối kết quả cơ bản này.

Vùng liên hợp đạt được của các đại lượng thống kê do đó là một vật thể lồi (moment body). Quan trọng hơn, vật thể lồi này có mô tả chính xác ở mỗi bậc:

Cho trước n−1 mô men đầu tiên, mô men thứ n chỉ có thể lấy giá trị trong [một giới hạn dưới sắc nét, +∞), không có giới hạn trên. Giới hạn dưới đạt được bởi một phân phối duy nhất có hữu hạn mức kết quả đối xứng.

Mọi giới hạn DFT đã công bố trước đây, đều có thể được khôi phục thành một phép chiếu chiều thấp của vùng lồi thống nhất này.

Điều này cũng giải thích, tại sao gần như cùng một phân phối có thể đồng thời làm bão hòa tất cả các giới hạn này.

Lý thuyết này còn có thể mở rộng sang định lý dao động Crooks hai phân phối tổng quát.

Cơ chế đến từ một sự thật cấu trúc bị bỏ qua: Hàm trung bình của DFT, a·tanh(a/2), có thể viết thành tổng của các số hạng thư giãn đơn giản với trọng số dương, với cực nằm ở các bình phương lẻ.

Điều này ánh xạ toàn bộ vấn đề trực tiếp sang bài toán mô men cổ điển, nhờ các đẳng thức chính xác của định thức Wronskian và Hankel, tất cả tối ưu hóa đều rơi vào một vài phân phối nguyên tử.

Kết quả là: Hầu hết mọi giới hạn DFT đã công bố, đều trở thành phép chiếu chiều thấp (bóng) của vùng lồi thống nhất này. Cùng một phân phối hai kết quả thường đồng thời làm bão hòa nhiều giới hạn khác nhau — bởi vì tại điểm trung bình cố định, nó chính là điểm góc của vật thể lồi.

Đối với định lý dao động Crooks hai phân phối tổng quát, kênh đối xứng (tổng các mô men xuôi ngược) hoàn toàn kế thừa cùng một hệ thống cấp bậc, trong khi kênh không đối xứng hầu như không bị ràng buộc. Điều này giải thích chính xác tại sao bộ ước lượng năng lượng tự do một chiều có thể kém tùy ý, trong khi ước lượng hai chiều về bản chất là cần thiết.

Vật lý mới

Bản thân Định lý Bất định Nhiệt động lực học không phải là phát hiện hoàn toàn mới của Claude. Phiên bản cơ bản của định lý này được công bố năm 2023 bởi Kyle J. Ray, Alexander B. Boyd, Giacomo Guarnieri và James P. Crutchfield.

Claude đặt tất cả các "phép chiếu" này trở lại cùng một đối tượng hình học, và chứng minh rằng đối tượng này có thể được mô tả hoàn toàn.

Điều mới mẻ và hấp dẫn nằm ở quá trình nghiên cứu được dẫn dắt bởi AI.

Claude không chỉ đơn thuần được yêu cầu giải thích một khái niệm vật lý đã có.

Nó được sử dụng để khám phá một vấn đề lý thuyết khó khăn, kết nối các ý tưởng hiện có, và tìm kiếm cấu trúc toán học mới.

Điều này có thể trở thành một câu chuyện quan trọng hơn một kết quả nhiệt động lực học đơn lẻ:

AI đang chuyển từ việc giải quyết các vấn đề con người đã biết cách giải, sang giúp các nhà khoa học khám phá những vấn đề chúng ta chưa biết cách giải quyết.

Vật lý đang bước vào kỷ nguyên tăng tốc AI của riêng mình.

Tài liệu tham khảo:

https://www.nytimes.com/2026/06/08/science/ai-scoop-young-mathematicians.html

https://x.com/SciTechera/status/2088872862254084449https://x.com/gavincrooks/status/2088643200038883830

https://x.com/gavincrooks/status/2088643200038883830

https://x.com/gavincrooks/status/2088590113463013582?s=20

Bài viết từ tài khoản công chúng WeChat "Tân Trí Nguyên", tác giả: ASI Khải Thị Lục, biên tập: David

Câu hỏi Liên quan

QBài báo nêu ra những thành tựu đáng kể nào của AI trong lĩnh vực toán học?

ABài báo đề cập một số thành tựu đột phá: Mô hình Astra của OpenAI giải quyết 10 vấn đề toán học lâu năm, bao gồm sự tồn tại của nhóm không sofic và kết quả mới về xếp chặt hình cầu chiều cao. Claude Fable 5 tìm ra phản ví dụ cho Giả thuyết Jacobian gần 100 năm và thúc đẩy đáng kể Giả thuyết Riemann. Ngoài ra, một tác nhân AI tên 'Gauss' đã xuất bản công trình trước một nghiên cứu sinh toán học.

QSự kiện nào đã khiến nhà vật lý Gavin E. Crooks dự đoán rằng vật lý học cũng sẽ bước vào kỷ nguyên AI?

ASự kiện then chốt là khi Gavin E. Crooks đặt một vấn đề mở trong cơ học thống kê ngẫu nhiên cho Claude. Chỉ trong vài ngày, Claude đã hoàn toàn giải quyết vấn đề này - một việc mà ngay cả một nghiên cứu sinh vật lý giỏi toán cũng có thể mất vài tháng. Thành công này cho thấy AI có thể 'giải quyết' các vấn đề vật lý phức tạp với tốc độ phi thường, khiến Crooks dự báo vật lý học sẽ bước vào thời kỳ tăng tốc AI giống như toán học.

QĐóng góp chính của Claude trong việc giải quyết vấn đề về Định lý Dao động Chi tiết (DFT) là gì?

AClaude đã cung cấp một câu trả lời thống nhất và hình học cho vấn đề các ràng buộc thống kê của entropy sản sinh dưới DFT. Cốt lõi của nó là Claude nhận ra rằng mọi phân phối thỏa mãn DFT đều có thể được biểu diễn như một sự pha trộn duy nhất của hai phân bố kết quả cơ bản (±a). Điều này ánh xạ toàn bộ vấn đề vào một 'cơ thể lồi' (moment body) trong không gian mô-men. Mọi giới hạn DFT đã biết trước đây (như TUR, eTUR) đều được khôi phục như là các 'hình chiếu' chiều thấp của cơ thể lồi thống nhất này, giải thích tại sao một phân phối đơn lẻ có thể làm bão hòa nhiều giới hạn khác nhau cùng một lúc.

QBài báo đưa ra tuyên bố quan trọng nào về sự thay đổi vai trò của AI trong nghiên cứu khoa học?

ABài báo tuyên bố rằng AI đang chuyển đổi từ một công cụ chỉ giải quyết những vấn đề mà con người đã biết cách tiếp cận, sang trở thành một đối tác giúp các nhà khoa học khám phá những vấn đề mà chúng ta thậm chí còn chưa biết cách giải quyết. Câu chuyện về Claude giải quyết vấn đề DFT của Crooks được xem là một minh chứng cho sự chuyển đổi này, đánh dấu bước ngoặt trong quá trình AI tham gia vào việc phát hiện tri thức mới thay vì chỉ xử lý nhiệm vụ.

QBài báo cảnh báo về những tác động tiềm ẩn nào của AI đối với giới học thuật?

ABài báo cảnh báo hai tác động chính. Thứ nhất, tri thức khoa học có thể phát triển với tốc độ mà con người không thể theo kịp. Thứ hai, vai trò giáo dục và đào tạo của giới học thuật bị đe dọa: Khi bất kỳ câu hỏi nào giảng viên đặt ra đều có thể được AI như Claude trả lời nhanh hơn, thì phương pháp dạy và huấn luyện sinh viên sẽ cần được xem xét lại một cách căn bản. Điều này đặt ra thách thức về việc định hình lại giáo dục đại học trong kỷ nguyên AI.

Nội dung Liên quan

Bài viết mới nhất của Bill Gates: Điều thực sự rắc rối với AI, là chúng ta chưa sẵn sàng cho nó

Bill Gates đã chia sẻ quan điểm mới về AI: Lợi ích lâu dài của AI có thể rất lớn, nhưng giai đoạn chuyển tiếp từ nay tới đó có thể là một trong những biến chuyển xã hội dữ dội nhất lịch sử nhân loại, và chúng ta hầu như chưa chuẩn bị gì. Ông nhấn mạnh rằng AI khác với các cuộc cách mạng công nghệ trước đây vì nó thay thế lao động nhận thức, không chỉ lao động chân tay. Điều này đe dọa làm giảm số lượng việc làm mới. Rủi ro không chỉ ở tương lai xa, mà đang diễn ra: AI đã vượt qua nhiều ngưỡng rủi ro trong các lĩnh vực như mã hóa (tạo công cụ tấn công mạng mạnh), y sinh, ảnh hưởng xã hội và thị trường lao động. Mối lo không chỉ là mất việc mà còn là "thay thế chi phí thấp": AI sẽ rẻ hơn và tốt hơn cho nhiều công việc văn phòng có quy trình rõ ràng. Gates đề xuất ý tưởng "Lĩnh vực dành riêng cho con người" (Human Reserved) – những việc như chăm sóc sức khỏe hoặc giáo dục, dù AI có thể làm, vẫn nên do con người đảm nhận vì giá trị nhân văn. Để quản lý giai đoạn chuyển tiếp, ông kêu gọi: 1. Thiết lập hệ thống quản trị mới cho chuyển đổi AI. 2. Chủ động quản lý tác động việc làm: củng cố mạng lưới an sinh, đào tạo lại, điều chỉnh thuế (như đánh thuế robot/AI tokens). 3. Phối hợp quốc tế, trong đó Mỹ và Trung Quốc không thể vắng mặt. Trọng tâm của Gates là câu hỏi: Nếu AI cuối cùng tạo ra sự dư dả, thì ai sẽ được hưởng thành quả đó và làm thế nào để xã hội thích ứng một cách công bằng trong giai đoạn chuyển đổi đầy thách thức? Ông tin AI có thể trở thành công cụ bình đẳng vĩ đại nhất, hoặc nguồn bất công tồi tệ nhất, tùy thuộc vào các lựa chọn của chúng ta ngay từ bây giờ.

marsbit7 phút trước

Bài viết mới nhất của Bill Gates: Điều thực sự rắc rối với AI, là chúng ta chưa sẵn sàng cho nó

marsbit7 phút trước

Vừa Rồi, Anthropic Công Bố Tiêu Chuẩn MCP Vật Lý: Claude Bắt Đầu Tiếp Quản Thế Giới Thực

Anthropic vừa công bố tiêu chuẩn mới mang tên Model Hardware Standard (MHS), một phần mở rộng của giao thức MCP, cho phép các tác nhân AI như Claude tương tác và điều khiển an toàn các thiết bị vật lý như kính hiển vi, cánh tay robot, máy xử lý chất lỏng và laser. MHS hoạt động như một trình điều khiển tiêu chuẩn hóa, dịch các lệnh cơ bản (đọc, ghi) để mọi thiết bị có giao diện lập trình có thể hiểu được. Nó giúp các tác nhân AI và thiết bị tự phát hiện, giao tiếp qua mạng mà không cần phần mềm chuyển đổi tùy chỉnh, rút ngắn quá trình tích hợp từ vài tuần xuống còn vài giờ hoặc vài phút. MHS còn tạo tài liệu tham chiếu với thông tin đặc tính và giới hạn an toàn của thiết bị, cho phép AI vận hành ngay cả những thiết bị chưa từng gặp. Trong thử nghiệm, Claude đã có thể khám phá, điều chỉnh laser, quan sát kết quả, đóng gói quy trình thành một script tự động. Tiêu chuẩn này hứa hẹn cách mạng hóa nghiên cứu và sản xuất bằng cách cho phép AI giám sát, sắp xếp trình tự thí nghiệm, điều chỉnh tham số theo thời gian thực và xử lý lỗi. MHS hiện đang trong giai đoạn xem trước nghiên cứu, với sự hợp tác từ các đối tác như AWS, Automata, Danaher, và nhiều công ty phần cứng khác. Dù vẫn cần sự giám sát của chuyên gia và chưa tương thích với thiết bị không có giao diện lập trình, MHS được kỳ vọng là bước tiến quan trọng đưa AI từ thế giới kỹ thuật số sang thế giới vật lý.

marsbit40 phút trước

Vừa Rồi, Anthropic Công Bố Tiêu Chuẩn MCP Vật Lý: Claude Bắt Đầu Tiếp Quản Thế Giới Thực

marsbit40 phút trước

Độc nhất trong lịch sử: Tài sản với tỷ lệ thắng 100% khi nắm giữ 4 năm

Tác giả phân tích một đặc điểm thống kê thú vị về Bitcoin: Trong số các tài sản rủi ro chính, chỉ có Bitcoin từng đạt được kỷ lục "lợi nhuận danh nghĩa dương 100% cho mọi chu kỳ nắm giữ 4 năm lịch sử". Nghiên cứu của Strategy sử dụng dữ liệu từ 2010 đến 2026 cho thấy, trong 4.419 cửa sổ lăn 4 năm, không có chu kỳ nào kết thúc trong thua lỗ. Ngay cả chu kỳ 4 năm tệ nhất (từ tháng 4/2021 đến tháng 4/2025) vẫn đạt tổng lợi nhuận +32,6%. Ngược lại, các tài sản truyền thống khác như S&P 500, Nasdaq 100, vàng, bất động sản Mỹ, trái phiếu dài hạn và trái phiếu doanh nghiệp đều từng có các chu kỳ 4 năm cho kết quả âm. Chỉ có các công cụ phi rủi ro như trái phiếu ngắn hạn Mỹ lăn liên tục, tiền gửi có kỳ hạn 4 năm (CD) hoặc trái phiếu Mỹ có thời gian đáo hạn dưới 4 năm mới có thể đảm bảo lợi nhuận danh nghĩa dương 100% nhờ cơ chế hợp đồng và bảo hiểm tín dụng. Tuy nhiên, bản chất của "100%" này giữa Bitcoin và trái phiếu là hoàn toàn khác biệt. Bitcoin không có người phát hành, không có cam kết hoàn trả, không có dòng tiền. Thành tích 100% của nó hoàn toàn đến từ việc giá thị trường tăng lên theo thời gian một cách hữu cơ, bất chấp nhiều lần lao dốc 70-90%. Điều này cho thấy sức mạnh đặc biệt của việc nắm giữ Bitcoin trong dài hạn so với việc giao dịch liên tục.

marsbit47 phút trước

Độc nhất trong lịch sử: Tài sản với tỷ lệ thắng 100% khi nắm giữ 4 năm

marsbit47 phút trước

OpenAI tiến gần đến việc tạo ra AI cấp độ con người: Điều gì đang cản trở việc phát hành nó

OpenAI đã tiến gần tới việc tạo ra trí tuệ nhân tạo cấp độ con người (AGI), với dự kiến có một hệ thống nội bộ đạt chuẩn AGI vào cuối năm 2026. Giám đốc điều hành Sam Altman và các lãnh đạo khác bày tỏ sự lạc quan, đánh giá tiến trình hiện tại đạt khoảng 80%. Trọng tâm hiện nay là dòng mô hình thế hệ mới Astra, được chứng minh có khả năng nghiên cứu tự động đáng kinh ngạc, hoàn thành công việc tương đương một tuần của con người chỉ trong thời gian ngắn. Tuy nhiên, sự tiến bộ nhanh chóng đi kèm với lo ngại về an ninh mạng. Các đánh giá nội bộ cho thấy Astra đã đạt được khả năng mã hóa tác nhân và năng lực mạng đáng kể, buộc OpenAI phải tạm dừng một phần công việc với mô hình này từ đầu tháng 8/2026 để thực hiện các biện pháp an toàn tăng cường. Các biện pháp bao gồm tạm ngừng đào tạo, cách ly cơ sở hạ tầng chặt chẽ hơn và giám sát gia tăng. Altman xác nhận trên mạng xã hội X rằng họ cần thêm thời gian để đảm bảo tính an toàn trước khi phát hành Astra rộng rãi. Tình huống này cho thấy sự cân bằng tinh tế mà OpenAI phải đối mặt: thúc đẩy phát triển AGI trong khi kiểm soát các rủi ro an ninh tiềm ẩn. Bối cảnh cạnh tranh khốc liệt giữa các phòng thí nghiệm AI càng làm tăng thêm áp lực, đặt ra câu hỏi liệu tốc độ hay an toàn sẽ là yếu tố quyết định cuối cùng.

cryptonews.ru4 giờ trước

OpenAI tiến gần đến việc tạo ra AI cấp độ con người: Điều gì đang cản trở việc phát hành nó

cryptonews.ru4 giờ trước

Giao dịch

Giao ngay
活动图片