OpenAI Astra giải 10 bài toán toán học mở trong một ngày

Astra - mô hình kế tiếp của OpenAI, vừa chứng minh được 10 bài toán mở của toán học và khoa học máy tính lý thuyết chỉ trong một ngày, công bố ngày 1/8/2026, trong đó có bài toán đã tồn tại suốt 27 năm.

Tóm tắt các điểm chính

• Astra tạo ra 10 kết quả toán học mới, được xác minh hoàn toàn bằng Lean, một ngôn ngữ lập trình buộc mọi bước chứng minh phải tường minh và máy có thể kiểm tra được.
• Kết quả nổi bật nhất là construction tường minh đầu tiên cho nhóm non-sofic, đóng lại câu hỏi mở từ năm 1999.
• OpenAI công bố chi phí token cho 10 lời giải đã xuất bản là khoảng 2.000 USD, con số này không bao gồm những lần Astra thử và thất bại.
• Toàn bộ 10 kết quả chưa qua bình duyệt (peer review) chính thức, mới chỉ được một số nhà toán học xem bản preprint và nhận xét không chính thức.
• Cộng đồng phản ứng trái chiều, không phải về việc chứng minh đúng hay sai, mà về việc kết quả này nói lên điều gì về AI nói chung.

Astra đã giải được những bài toán nào?

Astra tạo ra kết quả cho 10 bài toán trải rộng từ lý thuyết nhóm, hình học cao chiều đến mật mã học và lý thuyết độ phức tạp lượng tử. Mỗi bài toán đã tồn tại ít nhất một thập kỷ, một số đã đứng vững suốt ba thập kỷ, bao gồm cả những bài toán mà người từng đoạt giải Turing Award phía khoa học máy tính lý thuyết đã từng làm việc.

Infinity phân tích toàn bộ 10 kết quả này và nhận thấy chúng không đồng nhất về loại chứng minh: một số là phản ví dụ (counterexample) chỉ trả lời câu hỏi có/không, một số khác là cải thiện trực tiếp các cận số (bound) đã tồn tại từ nhiều thập kỷ.

Non-sofic group là gì và vì sao construction này quan trọng?

Astra tạo ra construction tường minh cho một nhóm không thể xấp xỉ bởi bất kỳ cấu trúc hữu hạn lớn nào, đóng lại câu hỏi mở từ năm 1999 khi khái niệm nhóm sofic lần đầu được giới thiệu. Chứng minh đi kèm khẳng định rằng không một dãy xấp xỉ hữu hạn nào có thể hoạt động, và toàn bộ logic này được hình thức hóa trong Lean để kiểm tra bằng máy.

Đây là kết quả được giới toán học đánh giá là quan trọng nhất trong cả 10 bài toán. Khác với một điều chỉnh nhỏ trên một kết quả gần đúng đã có sẵn, đây là construction đầu tiên thuộc loại này sau 27 năm không ai tìm ra được, và kỹ thuật phía sau được kỳ vọng có thể tổng quát hóa để tìm thêm những nhóm non-sofic khác.

Sphere packing: Astra thu hẹp giới hạn mật độ như thế nào?

Astra chứng minh một trần mật độ chặt hơn cho bài toán sphere packing ở chiều cao, đây là cải thiện đầu tiên cho cận số này kể từ năm 1978. Bài toán hỏi các quả cầu giống hệt nhau, không chồng lấn, có thể được xếp dày đặc đến mức nào khi số chiều tăng lên.

Kết quả này không đưa ra một phương pháp xếp cầu tốt hơn, mà thu hẹp giới hạn lý thuyết cho việc bất kỳ phương pháp nào trong tương lai có thể đạt được tốt đến đâu.

Binary và spherical codes: giới hạn nào được cải thiện?

Astra chứng minh giới hạn chặt hơn theo hàm mũ cho số lượng thông điệp hợp lệ có thể tồn tại với một khoảng cách tối thiểu cho trước. Mã sửa lỗi (error-correcting code) hoạt động bằng cách giữ các thông điệp hợp lệ đủ xa nhau để lỗi nhỏ không thể biến thông điệp này thành thông điệp khác.

Kết quả tương tự cũng được chứng minh cho các điểm phân bố trên mặt cầu chiều cao, mở rộng ứng dụng sang bài toán spherical codes.

Connes's rigidity conjecture bị bác bỏ như thế nào?

Astra bác bỏ giả thuyết của Alain Connes bằng cách tạo ra hai nhóm khác nhau nhưng cùng sinh ra một von Neumann algebra giống hệt nhau. Connes từng dự đoán rằng một số nhóm luôn có thể được tái tạo duy nhất từ cấu trúc đại số này. Kết quả của Astra cho thấy việc tái tạo không phải lúc nào cũng là một-một.

Arithmetic circuit complexity: cận dưới mới cho permanent là gì?

Astra chứng minh một cận dưới mới, chặt hơn cho số bước tính toán tối thiểu cần thiết để tính permanent, một con số được tính từ một lưới số. Đây là loại kết quả nổi tiếng khó, vì các nhà lý thuyết độ phức tạp muốn biết giới hạn tối thiểu tuyệt đối mà bất kỳ phương pháp nào cũng phải cần, và loại cận dưới này thường không có tiến triển trong nhiều năm.

Quantum parallel repetition: nguyên lý cổ điển được mở rộng ra sao?

Astra chứng minh rằng khi hai người chơi không liên lạc với nhau lặp lại một trò chơi khó nhiều lần song song, xác suất gian lận thành công vẫn giảm theo hàm mũ ngay cả khi họ chia sẻ entanglement lượng tử. Lý thuyết cổ điển vốn đã khẳng định điều này với người chơi không có yếu tố lượng tử. Kết quả này mở rộng nguyên lý nền tảng đó sang bối cảnh lượng tử.

Closest vector problem: vì sao kết quả này củng cố mật mã hậu lượng tử?

Astra chứng minh rằng ngay cả việc xấp xỉ closest vector problem, trong một hệ số đa thức cụ thể, vẫn là bài toán khó về mặt chứng minh. Bài toán này cho một lattice (lưới điểm lặp lại) và một vị trí mục tiêu, yêu cầu tìm điểm lưới gần nhất, một bài toán được tin là rất khó ở chiều cao. Một số hệ mã hóa kháng lượng tử được xây dựng dựa trên độ khó này, và kết quả của Astra củng cố nền tảng lý thuyết cho các hệ mã đó.

Ehrhart's volume conjecture đã được giải quyết trọn vẹn chưa?

Astra xác định được thể tích lớn nhất có thể của một khối lồi mà điểm lưới nội bộ duy nhất nằm đúng tại trọng tâm, cho mọi chiều. Đây là giả thuyết đã được giải quyết đầy đủ ở mọi trường hợp tổng quát, không chỉ một vài chiều cụ thể.

Multicolor Ramsey numbers: Erdős problem 183 được giải như thế nào?

Astra chứng minh rằng kích thước nhóm tối thiểu cần thiết để đảm bảo luôn tìm được ba người cùng kết nối theo một loại quan hệ tăng nhanh hơn bất kỳ tốc độ hàm mũ cố định nào khi số loại quan hệ tăng lên, giải quyết Erdős problem 183. Đây là bài toán thuộc lý thuyết Ramsey, phát biểu rằng với đủ số người và đủ số loại quan hệ, luôn tồn tại một nhóm ba người được kết nối bởi cùng một loại quan hệ.

Extremal number conjectures: hai bài Erdős 146 và 180 được xử lý ra sao?

Astra giải quyết hai giả thuyết liên quan, tương ứng với Erdős problem 146 và 180, xác định một mạng lưới có thể có mật độ kết nối tối đa bao nhiêu trước khi buộc phải xuất hiện các mẫu hình bị cấm. Đây là nhánh lý thuyết đồ thị cực trị, nghiên cứu giới hạn mật độ kết nối của một mạng lưới trong khi vẫn tránh được các cấu trúc nhỏ nhất định.

Phản ví dụ có phải là dạng chứng minh "dễ" không?

Phản ứng phổ biến nhất từ giới chuyên môn là nhiều kết quả trong số này chỉ là phản ví dụ chứ không phải lý thuyết tổng quát mới, và lập luận này có cơ sở nhưng không áp dụng cho toàn bộ 10 bài toán. Một phản ví dụ trả lời được câu hỏi có/không nhưng không tự nó giải thích vì sao khuôn mẫu bị phá vỡ, cũng không trao cho người đọc một họ đối tượng tương tự để nghiên cứu tiếp, khác với một định lý phân loại hay một kỹ thuật mới mở ra thêm hướng đi.

Infinity đánh giá phản biện này ở hai điểm cụ thể:

• Construction non-sofic groups không phải một điều chỉnh nhỏ trên kết quả gần đúng có sẵn. Đây là construction đầu tiên thuộc loại này sau 27 năm không ai có, và kỹ thuật phía sau được kỳ vọng tổng quát hóa được để tìm thêm các nhóm khác.
• Một số kết quả khác, bao gồm cận sphere packing và kết quả về độ khó của CVP, hoàn toàn không phải phản ví dụ. Đây là cải thiện trực tiếp trên các cận số đã tồn tại từ trước.

Điều gì vẫn chưa được xác nhận?

Toàn bộ 10 kết quả chưa qua bình duyệt chính thức, chỉ mới được xác minh bằng Lean và xem xét không chính thức bởi một số nhà toán học đã đọc bản preprint. Có hai điểm cần theo dõi trong thời gian tới:

• Chưa có bình duyệt qua tạp chí chuyên ngành (peer review). Các kết quả đã được Lean xác minh và một số nhà toán học xem preprint, nhưng chưa trải qua quy trình phản biện chính thức.
• Vấn đề ghi nhận tác giả vẫn đang được thảo luận. OpenAI nhận trách nhiệm về bản thảo và quá trình hình thức hóa Lean, trong khi gán các lập luận toán học cho chính mô hình. Việc tái lập độc lập quy trình tạo ra kết quả, khác với việc chỉ xác minh chứng minh, hiện vẫn khó thực hiện.

Kết quả này có ý nghĩa gì với ngành toán học?

Sự thay đổi tức thời nhất nằm ở việc các nhà toán học sẽ dành thời gian cho việc gì, khi điểm nghẽn chuyển từ "có ai giải được bài này không" sang "chúng ta đã đặt đúng câu hỏi và hình thức hóa đúng chưa". Kỹ năng đặt ra một bài toán tốt và nhận biết bài toán nào đáng để giải quyết vẫn là kỹ năng thực sự mà các nhà toán học tích lũy qua kinh nghiệm.

Một câu hỏi khác đang được đặt ra là về tài trợ và uy tín học thuật. Các khoản tài trợ nghiên cứu, xét duyệt chức danh và giải thưởng trước nay được xây dựng dựa trên sự khan hiếm, tức việc giải được một bài toán khó vốn nói lên năng lực của người giải. Nếu các kết quả có sự hỗ trợ của AI trở nên phổ biến, ngành toán học sẽ cần cách mới để phân biệt điều gì thực sự khó với điều gì hiện đã nằm trong tầm với của vài nghìn USD chi phí inference.

Phản ứng cộng đồng chia theo ba hướng:

1. Một nhóm coi tốc độ chính là câu chuyện đáng chú ý nhất: 10 bài toán tồn tại hàng thập kỷ được giải quyết cùng lúc, trải khắp các lĩnh vực không liên quan, nhanh hơn tốc độ mà giới chuyên môn có thể xem xét.
2. Một nhóm khác cho rằng kết quả này nói lên nhiều hơn về bản chất của toán học chứ không hẳn về AI nói chung, vì toán học là một trong số ít lĩnh vực mà kết quả có thể được kiểm tra tự động và hoàn toàn, khác với phần lớn bài toán thực tế không có "đáp án" sẵn để đối chiếu.
3. Một nhóm thứ ba nhấn mạnh rằng một chứng minh đúng nhưng chưa được kiểm chứng và tiếp thu đầy đủ mới chỉ dừng ở mức được xác minh, chứ chưa thực sự được hiểu.

Kết luận

Astra tạo ra 10 kết quả toán học được Lean xác minh trong một ngày, trong đó construction cho nhóm non-sofic được xem là kết quả quan trọng nhất vì đóng lại một câu hỏi mở suốt 27 năm bằng một construction tường minh. Chín kết quả còn lại, gộp chung, đại diện cho một khối tiến triển rộng và có chiều sâu kỹ thuật trên nhiều nhánh của toán học thuần túy. Phần chưa xảy ra là phần chậm hơn: bình duyệt chính thức, tái lập quy trình tìm kiếm, và việc ngành toán học thực sự xây dựng tiếp trên các kết quả này. Đó là phần sẽ cho biết mức độ ảnh hưởng thực sự của sự kiện này.

Nguồn: Infinity - đơn vị cung cấp giải pháp Digital Marketing tích hợp cho doanh nghiệp — từ thiết kế website chuẩn SEO & UX/UI, dịch vụ AI SEO (GEO/AEO), PR Digital, sáng tạo nội dung số, quảng cáo trực tuyến (SEM/Ads) đến phân tích dữ liệu Marketing. Với nền tảng nghiên cứu và dữ liệu thực chiến, chúng tôi giúp doanh nghiệp xây dựng chiến lược thương hiệu bền vững và tăng trưởng có hệ thống trong kỷ nguyên AI.