Trí tuệ nhân tạo (AI) đang ngày càng tham gia sâu vào hoạt động nghiên cứu khoa học. Trong toán học, các công cụ AI hiện đại đã bắt đầu hỗ trợ đáng kể việc tìm kiếm ý tưởng, kiểm chứng và giải quyết các bài toán mở. Việc sớm tiếp cận và sử dụng hiệu quả những công cụ này là cần thiết để các nhà nghiên cứu Việt Nam theo kịp sự phát triển nhanh chóng của cộng đồng quốc tế.
Nhằm giới thiệu việc ứng dụng trí tuệ nhân tạo trong nghiên cứu toán học và vai trò của toán học đối với các bài toán AI trong thực tiễn, Trung tâm Dữ liệu và Thông tin Khoa học phối hợp với Viện Toán học, Viện Hàn lâm Khoa học và Công nghệ Việt Nam tổ chức Bài giảng đại chúng với chủ đề "Toán học và Trí tuệ nhân tạo" vào sáng ngày 4/8.
Các đại biểu, nhà khoa học tham dự sự kiện.
Trí tuệ nhân tạo (AI) không còn chỉ là công cụ hỗ trợ tra cứu hay viết mã, mà đang từng bước tham gia vào quá trình nghiên cứu toán học. Đây là thông điệp nổi bật trong bài giảng "Integrating AI Tools into Mathematical Research" (Tích hợp các công cụ AI vào nghiên cứu toán học) của GS. Daniel Litt, Đại học Toronto (Canada).
Theo GS. Daniel Litt, chỉ trong vài năm, năng lực của AI đã phát triển với tốc độ rất nhanh. Năm 2022, nhiều mô hình AI vẫn gặp khó khăn với những phép tính đơn giản. Đến tháng 7/2025, một mô hình của OpenAI đã có thể thực hiện các lập luận toán học phức tạp, hỗ trợ giải những bài toán ở trình độ Olympic Toán học Quốc tế (IMO).
GS. Daniel Litt, Đại học Toronto (Canada).
Đáng chú ý hơn, ngày 1/8/2026, một mô hình AI nội bộ của OpenAI được cho là đã tự động giải thành công 10 bài toán mở trong toán học và khoa học máy tính lý thuyết. Theo GS. Daniel Litt, đây là dấu mốc cho thấy AI đang chuyển từ vai trò hỗ trợ giải các bài toán đã biết sang khả năng tham gia khám phá tri thức mới. Trong tương lai, AI có thể trở thành "cộng sự nghiên cứu" của các nhà toán học thay vì chỉ là một công cụ hỗ trợ.
Không chỉ mạnh hơn về năng lực suy luận, AI cũng đang xuất hiện trong hầu hết các công đoạn nghiên cứu. Nhiều nền tảng chuyên biệt như Prism, Refine.ink, Coarse.ink, Codex, Claude Code, Aristotle, Gauss hay ProofCouncil được phát triển để hỗ trợ lập trình, hoàn thiện bản thảo khoa học, kiểm chứng lập luận và hỗ trợ chứng minh toán học. Điều đó cho thấy AI không còn đơn thuần là công cụ hỏi - đáp mà đang trở thành trợ lý nghiên cứu, giúp các nhà khoa học tiết kiệm thời gian và nâng cao hiệu quả làm việc.
Sự phát triển này cũng đặt ra nhiều câu hỏi mới. Khi AI tham gia ngày càng sâu vào quá trình nghiên cứu, việc đánh giá thành tựu của một nhà toán học theo các tiêu chí truyền thống liệu còn phù hợp? Làm thế nào để kiểm chứng kết quả do AI hỗ trợ? Vai trò của con người sẽ thay đổi ra sao khi AI có thể tham gia vào quá trình sáng tạo tri thức?
GS.TSKH. Phùng Hồ Hải chủ trì bài giảng đại chúng.
Dù AI phát triển mạnh, GS. Daniel Litt cho rằng con người vẫn giữ vai trò trung tâm trong nghiên cứu. Các nhà toán học sẽ là người lựa chọn vấn đề cần giải quyết, đánh giá giá trị khoa học của kết quả và đưa ra những ý tưởng mới. Theo ông, niềm đam mê khám phá cùng tư duy sáng tạo vẫn là những yếu tố AI chưa thể thay thế. Vì vậy, các trường đại học và viện nghiên cứu cần đào tạo thế hệ nhà toán học vừa biết khai thác sức mạnh của AI, vừa duy trì năng lực tư duy độc lập.
Ở góc nhìn ngược lại, TS. Nguyễn Mạnh Toàn (Đại học Swinburne Việt Nam, Trường Đại học FPT) cho rằng chính toán học mới là nền tảng giúp AI tiếp tục phát triển. Trong bài giảng "When Deep Learning Isn't Enough: The Role of Mathematics in Real-World AI" (Khi học sâu là chưa đủ: Vai trò của toán học trong các ứng dụng AI thực tiễn), ông chỉ ra rằng nhiều bài toán AI ngoài thực tế vẫn gặp khó khăn khi xử lý dữ liệu nhiễu, hình ảnh chất lượng thấp hoặc những ứng dụng đòi hỏi khả năng giải thích kết quả.
TS. Nguyễn Mạnh Toàn (Đại học Swinburne Việt Nam, Trường Đại học FPT) cho rằng chính toán học mới là nền tảng giúp AI tiếp tục phát triển.
Theo TS. Nguyễn Mạnh Toàn, việc chỉ tăng dữ liệu hoặc mở rộng quy mô mô hình AI sẽ không thể giải quyết triệt để các hạn chế này. Thay vào đó, những ý tưởng toán học mới mới là chìa khóa tạo nên các bước đột phá. Ông dẫn nhiều ví dụ từ thị giác máy tính, phân tích hành vi người lái xe và robot thông minh để cho thấy các lĩnh vực như tôpô học, hình học mêtric hay toán học mờ đang giúp AI xử lý dữ liệu tốt hơn, nhận diện bất thường chính xác hơn và đưa ra quyết định đáng tin cậy trong điều kiện nhiều bất định.
Trong phần trao đổi, nhiều nhà nghiên cứu trẻ đặt câu hỏi về việc tích hợp AI vào nghiên cứu, từ khả năng hỗ trợ khám phá tri thức mới, kiểm chứng kết quả cho đến các vấn đề về đạo đức học thuật. Những thảo luận này cho thấy AI không chỉ mang đến các công cụ mới mà còn mở ra một cách tiếp cận hoàn toàn mới đối với nghiên cứu khoa học, nơi con người và AI sẽ ngày càng đồng hành trong hành trình khám phá tri thức.
