GPT-5.6 Sol giải mã thành công bài toán thống kê 30 năm tuổi chỉ trong 90 phút

Một giáo sư thống kê tại Đại học Pennsylvania đã sử dụng GPT-5.6 của OpenAI để giải quyết một trong những câu hỏi mở trọng tâm trong lĩnh vực của ông.

Khi các nhà nghiên cứu kiểm tra hàng nghìn giả thuyết cùng một lúc, chẳng hạn như quét bộ gen người để tìm các gen liên quan đến bệnh tật, họ gặp phải một vấn đề: Càng thực hiện nhiều thử nghiệm, càng có nhiều kết quả dương tính giả lọt lưới.

Năm 1995, các nhà thống kê Yoav Benjamini và Yosef Hochberg đã phát triển một phương pháp để hạn chế các kết quả dương tính giả này. Phương pháp này kiểm soát tỷ lệ khám phá sai (false discovery rate - FDR), tức là tỷ lệ các kết quả được báo cáo là có ý nghĩa nhưng thực chất lại là báo động giả.

Dữ liệu tương quan có thể khiến phương pháp này đi chệch mục tiêu.

Quy trình Benjamini-Hochberg, hay BH, hiện được sử dụng rộng rãi trong thống kê hiện đại và trên nhiều lĩnh vực khoa học. Theo Edgar Dobriban, phó giáo sư tại Trường Wharton thuộc Đại học Pennsylvania, bài báo gốc đã nhận được hơn 130.000 lượt trích dẫn.

Benjamini và Hochberg ban đầu đã chứng minh rằng phương pháp của họ hoạt động với dữ liệu độc lập. Tuy nhiên, các điểm dữ liệu trong thế giới thực thường có sự liên kết với nhau. Ví dụ, các biến thể di truyền có thể tương quan khi các vị trí nhất định trong bộ gen thường xuyên được di truyền cùng nhau.

Trong nhiều năm, các chuyên gia cho rằng quy trình BH cũng sẽ hoạt động ổn định với dữ liệu tương quan, phân phối chuẩn, đặc biệt là khi kiểm tra các sai lệch theo cả hai hướng. Nhưng chưa ai từng chứng minh được điều đó.

Dobriban hiện đã bác bỏ giả định đó bằng cách sử dụng GPT-5.6 Sol Pro của OpenAI. Trong bản in thử (preprint) của mình, ông sử dụng AI để xây dựng một mô hình thống kê mà ở đó tỷ lệ khám phá sai thực tế chắc chắn vượt quá mức mục tiêu. Các mô phỏng đã xác nhận kết quả này. Dobriban cũng đã công bố mã nguồn đi kèm.

Phát hiện này hiện tại quan trọng về mặt lý thuyết hơn là thực tiễn.

Dobriban viết rằng khoảng cách vượt trên mức mục tiêu là "tương đối nhỏ (0,104 so với 0,1)", vì vậy kết quả này chủ yếu quan trọng đối với lý thuyết tại thời điểm hiện tại. Các tác động thực tế vẫn cần được nghiên cứu thêm, và phát hiện này không có nghĩa là quy trình BH hoàn toàn không thể sử dụng được.

Kết quả này vẫn rất đáng kể đối với các nhà thống kê vì AI đã giải quyết vấn đề một cách nhanh chóng sau khi con người thất bại. Dobriban cho biết GPT-5.6 Sol Pro mất khoảng 90 phút. GPT-5.5 không thể tìm ra lời giải ngay cả sau khoảng 20 giờ làm việc với nhiều tác nhân (agents). "Vì vậy, sự cải thiện về năng lực là hoàn toàn có thật. Thật là một thời đại thú vị để sống!" ông viết. Toàn bộ đoạn chat và câu lệnh (prompt) có sẵn tại đây.

Nhà thống kê Will Fithian tại Berkeley gọi giả thuyết bị bác bỏ này là "bài toán mở thú vị nhất trong lĩnh vực thống kê của tôi" và kết quả này là "một dấu mốc khác của việc nâng cao năng lực AI mà hậu quả của nó sẽ vươn xa hơn cả toán học."

Fithian cũng ám chỉ việc những kết quả này đang làm lung lay nhận thức của các chuyên gia về chính công việc của họ như thế nào. "Tôi không thể không luyến tiếc những ngày đã qua, khi một kết quả quan trọng luôn đồng nghĩa với việc có một đồng nghiệp để ăn mừng; một sự thấu hiểu của con người để ngưỡng mộ; một thành tựu của con người để lấy cảm hứng."

Mô hình này đã kết hợp các phương pháp đã biết thay vì phát minh ra những phương pháp mới.

Như với các trường hợp tương tự trong toán học, giải pháp dường như kết hợp các phương pháp tiếp cận hiện có thay vì tạo ra thứ gì đó hoàn toàn mới. Dobriban cho biết sự kết hợp này là bất thường, nhưng kết quả cuối cùng thì "không quá ngạc nhiên". Thách thức nằm ở việc tìm ra cách kết nối đúng các phương pháp đã biết, và mô hình mới hơn đã làm được điều đó.

Điều này để lại một câu hỏi rộng hơn chưa có lời giải. Liệu các mô hình được huấn luyện trên dữ liệu con người có thể suy luận để đạt đến kiến thức thực sự mới, hay chúng "chỉ" có thể tái kết hợp những gì đã học trong quá trình huấn luyện? Ngay cả khi tái kết hợp là tất cả những gì các hệ thống này có thể làm, chúng đã chứng tỏ sự hữu ích như những công cụ hàng ngày được tích hợp vào quy trình làm việc của con người. Kết quả của Dobriban bổ sung vào danh sách ngày càng dài các ví dụ về điều này.

Nhưng những mục tiêu tham vọng hơn, như xây dựng AI tự cải tiến có khả năng khái quát hóa, có thể đòi hỏi nhiều hơn là sự tái kết hợp. Người tiên phong trong lĩnh vực học sâu (deep learning) Richard Sutton là một trong những người có cùng quan điểm, khi ông vừa thành lập một công ty khởi nghiệp để giải quyết chính vấn đề đó.

Tin tức AI không cường điệu – Được tuyển chọn bởi con người.

Đăng ký THE DECODER để đọc không quảng cáo, nhận bản tin AI hàng tuần, báo cáo độc quyền về các công nghệ tiên phong "AI Radar" sáu lần một năm, quyền truy cập toàn bộ kho lưu trữ và quyền truy cập vào phần bình luận của chúng tôi.

Đăng ký ngay.