GPT-5.6 Sol Ultra của OpenAI giải quyết giả thuyết toán học 50 năm tuổi

Mô hình suy luận mới nhất của OpenAI, GPT-5.6 Sol Ultra, được cho là đã đạt được một bước đột phá trong lý thuyết đồ thị bằng cách giải quyết một giả thuyết toán học vẫn còn bỏ ngỏ kể từ những năm 1970. Bằng cách tận dụng sự kiên trì tính toán cực độ và kiến trúc đa tác nhân (multi-agent architecture), mô hình đã đưa ra một chứng minh hoàn chỉnh trong chưa đầy một giờ.

Giải mã bí ẩn lý thuyết đồ thị

Giả thuyết đang được nhắc đến giải quyết một câu hỏi cơ bản trong lý thuyết đồ thị: liệu có thể tìm thấy một tập hợp các chu trình trong bất kỳ mạng lưới các đỉnh và cạnh nào mà đi qua mỗi cạnh riêng biệt đúng hai lần hay không. Mặc dù các nhà toán học đã tìm ra các giải pháp từng phần cho các trường hợp cụ thể trong năm thập kỷ qua, nhưng một chứng minh tổng quát vẫn luôn là một thách thức.

Thomas Bloom, một nhà toán học tại Đại học Manchester, đã mô tả chứng minh này là "ngắn gọn, sơ đẳng và lẽ ra đã có thể được phát hiện vào những năm 1980." Điều thú vị là giải pháp này không đòi hỏi phải phát minh ra các lý thuyết toán học hoàn toàn mới; thay vào đó, nó đã tổng hợp một cách khéo léo các công cụ hiện có và các khung toán học đã biết.

Sức mạnh của sự kiên trì từ máy móc

Một câu hỏi quan trọng đặt ra là: nếu toán học này "sơ đẳng", tại sao con người lại thất bại trong việc giải quyết nó suốt 50 năm qua? Bloom cho rằng giải pháp đòi hỏi một bước ngoặt nhỏ, trái với trực giác trong lập luận. Các nhà toán học con người thường đi theo các con đường logic mà khi chúng thất bại, họ sẽ đi đến kết luận rằng vấn đề đó không thể giải quyết được.

Ngược lại, GPT-5.6 Sol Ultra thể hiện một mức độ "kiên trì của máy móc". Nó không gặp phải định kiến nhận thức về sự nản lòng. Thay vào đó, mô hình liên tục khám phá những biến thể nhỏ nhất trong logic và cách dán nhãn cho đến khi tìm thấy một con đường thành công. Khả năng thử sai (brute-force) các hoán vị logic mà không có "sự buông xuôi thất bại" đã cho phép AI vượt qua những rào cản tâm lý vốn đã làm đình trệ các nhà nghiên cứu con người.

Kỹ thuật Prompt nâng cao và Kiến trúc đa tác nhân

Thành công của Sol Ultra không chỉ đơn thuần là kết quả của trí thông minh thuần túy mà còn nhờ vào kỹ thuật prompt (prompt engineering) cực kỳ tinh vi. Để đảm bảo mô hình không mặc định trả lời "Tôi không biết", các nhà nghiên cứu đã sử dụng một loạt các chỉ thị nghiêm ngặt:

• Giả định bắt buộc (Forced Assumption): Câu lệnh buộc mô hình phải giả định rằng một chứng minh hoàn chỉnh đang tồn tại, ngăn nó tuyên bố rằng giả thuyết chưa được giải quyết.
• Cô lập thông tin (Information Isolation): Mô hình bị cấm tìm kiếm trên internet để xác minh xem vấn đề đã được giải quyết hay chưa.
• Kiểm thử đối kháng đa tác nhân (Multi-Agent Adversarial Testing): Một hệ thống gồm 64 tác nhân đã được sử dụng. Nhiều tác nhân được giữ "trong bóng tối" về việc phương pháp logic nào đang hoạt động để đảm bảo tính lập luận độc lập, trong khi các tác nhân đối kháng sẽ kiểm tra kỹ lưỡng các chứng minh ứng viên để tìm các lỗi cụ thể, chẳng hạn như các đường dẫn khép kín bị xác định sai.

Cuộc tranh luận về sự sáng tạo của AI và việc trích dẫn

Bước đột phá này đã làm bùng nổ trở lại cuộc tranh luận về việc liệu các LLM có thực sự "sáng tạo" hay chỉ đơn thuần là những bộ tái tổ hợp kiến thức hiện có một cách tinh vi. Bloom lưu ý rằng các ý tưởng cốt lõi trong chứng minh này bắt nguồn từ một bài báo năm 1983 của Bermond, Jackson và Jaeger. Ông đã chỉ trích OpenAI vì không trích dẫn công trình trước đó này, đồng thời lưu ý rằng các bài báo do AI tạo ra thường sử dụng các chiến lược hiện có mà không có sự ghi nhận thích đáng.

Trong khi cộng đồng khoa học vẫn đang chờ đợi sự xác minh toán học đầy đủ, sự kiện này báo hiệu một sự chuyển dịch trong bối cảnh AI. Các mô hình AI quy mô lớn đang ngày càng được triển khai để giải quyết các vấn đề khoa học còn bỏ ngỏ, có khả năng khám phá ra những giải pháp vốn đã nằm trong tầm tay con người bấy lâu nay.

Các điểm chính cần lưu ý

• Sự kiên trì quan trọng hơn sự phức tạp: AI đã giải quyết một vấn đề tồn tại lâu đời không phải bằng cách phát minh ra toán học mới, mà bằng cách áp dụng các lý thuyết hiện có với mức độ biến đổi logic không mệt mỏi mà con người còn thiếu.
• Các ràng buộc nghiêm ngặt thúc đẩy kết quả: Việc sử dụng các câu lệnh "đối kháng" và cấm tìm kiếm internet đã buộc mô hình phải tìm ra giải pháp thay vì đưa ra câu trả lời "chưa được giải quyết" tiêu chuẩn.
• Thách thức về việc ghi nhận nguồn gốc: Sự việc này làm nổi bật mối lo ngại ngày càng tăng trong nghiên cứu AI về việc thiếu trích dẫn thích hợp khi các mô hình tái tổ hợp các tài liệu khoa học hiện có.