Viện sĩ Viện Hàn lâm Khoa học Trung Quốc đối thoại cùng chuyên gia AI: Khai phá tiềm năng ứng dụng công nghiệp từ sự kết hợp giữa Toán học và AI

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

2026-07-29 19:25:21 Nguồn: QbitAI

Các chuyên gia từ Viện Hàn lâm Khoa học Trung Quốc, BDSC và nhiều đơn vị khác cùng khám phá ranh giới giữa Toán học và AI

Ngày 24 tháng 7 năm 2026, hội nghị trọng điểm trong giới toán học mang tên "Hội nghị thường niên Toán học và Diễn đàn học thuật Ứng dụng Toán học & Trí tuệ nhân tạo của 16 tỉnh (khu, thành phố)" đã được tổ chức tại thành phố Ngọc Khê, tỉnh Vân Nam. Diễn đàn do Hội Toán học Trung Quốc chỉ đạo, 16 Hội Toán học các tỉnh (khu, thành phố) đồng tổ chức, cùng sự phối hợp thực hiện của Hội Toán học tỉnh Vân Nam, Cục Giáo dục và Thể thao thành phố Ngọc Khê, và Đại học Sư phạm Ngọc Khê. Với chủ đề "Giao thoa · Đổi mới · Trao quyền — Sự đồng hành hai chiều giữa Toán học và Trí tuệ nhân tạo", diễn đàn đã thu hút hơn 500 chuyên gia, học giả và đại diện giáo viên toán học từ các trường đại học thuộc 16 tỉnh tham dự.

Lễ khai mạc do Giáo sư Diêu Chính An (Yao Zhengan) từ Khoa Toán, Đại học Trung Sơn chủ trì. Trong bài phát biểu, Phó Chủ tịch Hội Toán học Trung Quốc, Phó Viện trưởng Viện Nghiên cứu Toán học và Khoa học Hệ thống thuộc Viện Hàn lâm Khoa học Trung Quốc, Nghiên cứu viên Hoàng Phi Mẫn (Huang Feimin) nhấn mạnh rằng toán học cơ bản là nền tảng của đổi mới sáng tạo. Ông khuyến khích các nhà toán học chủ động thúc đẩy sự đổi mới giao thoa giữa toán học và AI, đồng thời kiên trì thực hiện các nghiên cứu đột phá đối với những bài toán công nghệ then chốt của quốc gia. Phó Thị trưởng Chính quyền nhân dân thành phố Ngọc Khê Trần Tĩnh (Chen Jing), Viện trưởng Đại học Sư phạm Ngọc Khê - Nghiên cứu viên Đoàn Hồng Vân (Duan Hongyun), và Chủ tịch Hội Toán học tỉnh Vân Nam - Giáo sư Dương Hán Xuân (Yang Hanchun) cũng đã tham dự và phát biểu tại lễ khai mạc.

Đậu Đức Cảnh (Dou Dejing), Nhà khoa học trưởng tại BDSC kiêm Giáo sư tại Học viện Máy tính và Đổi mới Thông minh thuộc Đại học Phúc Đán, cùng với nhà toán học nổi tiếng - Giáo sư Trương Ích Đường (Zhang Yitang) và Viện sĩ Chu Hướng Vũ (Zhou Xiangyu) từ Viện Nghiên cứu Toán học và Khoa học Hệ thống thuộc Viện Hàn lâm Khoa học Trung Quốc, đã cùng tham gia với tư cách là các diễn giả khách mời chính tại diễn đàn.

Với chủ đề "Ứng dụng của các mô hình AI lớn trong khoa học và công nghiệp", Đậu Đức Cảnh đã hệ thống hóa các lộ trình triển khai mô hình lớn trong các lĩnh vực như tính toán số, suy luận toán học, mô phỏng công nghiệp và tối ưu hóa sản xuất. Ông phân tích sâu sắc những cơ hội đổi mới tiềm ẩn từ sự giao thoa giữa AI và toán học, đồng thời cung cấp những tư duy mới cho việc ứng dụng toán học vào nhu cầu công nghiệp.

Năng lực AI nhảy vọt: Từ "không đạt" đến "điểm tuyệt đối Olympic Toán"

Trong khuôn khổ diễn đàn, Nhà khoa học trưởng BDSC Đậu Đức Cảnh cũng đã có cuộc đối thoại chuyên sâu với Viện sĩ Chu Hướng Vũ về các chủ đề như ranh giới năng lực của AI trong lĩnh vực toán học, sự thay đổi vai trò của các nhà toán học và viễn cảnh tương lai của việc AI trao quyền cho nghiên cứu toán học.

Đậu Đức Cảnh đã chia sẻ một bộ dữ liệu so sánh đáng chú ý: Năm 2024, hơn mười mô hình lớn phổ biến đều không đạt điểm chuẩn đại học trong kỳ thi toán cao khảo; nhưng đến năm 2026, các mô hình này đã có thể đạt điểm số vào các trường đại học trọng điểm, với điểm toán thấp nhất là 135 và cao nhất vượt ngưỡng 140 điểm. Đáng chú ý hơn, các mô hình lớn hiện nay đã có thể đạt điểm tuyệt đối trong các kỳ thi Olympic Toán mà không cần biết trước đề bài, năng lực đã đạt đến trình độ của nhóm trí tuệ đỉnh cao của nhân loại.

Nếu các mô hình lớn hàng đầu từ OpenAI, Anthropic, Google và nhiều doanh nghiệp trong nước có thể cùng thảo luận, liệu điều đó có tạo ra những đột phá lý thuyết hoàn toàn mới?

Về vấn đề này, Viện sĩ Chu Hướng Vũ đã đưa ra phản hồi từ góc nhìn của một nhà toán học. Những năm gần đây, AI đã đạt được những tiến bộ vượt bậc trong việc hỗ trợ toán học, nhưng ưu thế cốt lõi của AI chủ yếu nằm ở khả năng truy xuất mô hình và suy luận cơ học, chứ không phải là sự đổi mới toán học theo nghĩa thực thụ. Trong một số nhánh toán học như lập trình, tính toán ký hiệu và cấu trúc rời rạc, AI dựa vào kho dữ liệu khổng lồ gồm các tài liệu học thuật và định lý để thực hiện học biểu diễn sâu, từ đó hoàn thành hiệu quả các công việc kiểm chứng mệnh đề hoặc xây dựng ví dụ mà con người vốn khó thực hiện do quy mô tính toán quá lớn và các biến số phức tạp. Tuy nhiên, tính giải thích được của suy luận toán học bằng AI vẫn luôn là một nút thắt khó vượt qua: Liệu AI thực sự đã nội hóa và hiểu được các khái niệm toán học và logic nội tại, hay chỉ đơn thuần là khớp các mối liên hệ toán học hiệu quả thông qua thống kê trong không gian dữ liệu đa chiều? Câu hỏi cốt lõi này đến nay vẫn chưa có kết luận và cần sự nghiên cứu sâu rộng hơn từ giới học thuật.

Giả thuyết Jacobian: Liệu AI có thể phá vỡ giới hạn của "trực giác con người"?

Trong cuộc đối thoại, hai bên đã tập trung thảo luận sâu về bài toán khó trong toán học là Giả thuyết Jacobian.

Viện sĩ Chu Hướng Vũ cho biết, thực tế, các chuyên gia hàng đầu thường cho rằng Giả thuyết Jacobian tồn tại phản ví dụ trong không gian từ 3 chiều trở lên, nhưng tính đúng sai trong trường hợp 2 chiều vẫn là một bài toán chưa có lời giải. Nhiều nhà toán học thường dừng lại ở việc tính toán thủ công do biến số quá phức tạp và quy mô suy luận quá lớn, trong khi AI gần như không bị giới hạn bởi sức người: chỉ cần có đủ tài nguyên tính toán, nó có thể thực hiện tìm kiếm heuristic quy mô lớn và các phép tính số học, ký hiệu cường độ cao một cách không ngừng nghỉ.

Đậu Đức Cảnh đặt câu hỏi: Nếu AI đưa ra câu trả lời trong việc chứng minh sai Giả thuyết Jacobian mà không thể giải thích lộ trình suy luận, liệu đó có được coi là "thực sự hiểu"? Viện sĩ Chu thẳng thắn thừa nhận, đây chính là điểm gây tranh cãi cốt lõi của AI hiện nay: AI có thể đưa ra phản ví dụ một cách "cứng nhắc", con người kiểm tra lại thì đúng, nhưng không thể biết câu trả lời đến từ đâu. Vấn đề "hộp đen" này vừa là nỗi băn khoăn của các nhà toán học, vừa chính là điểm mấu chốt cho các nghiên cứu trong tương lai. Ông cũng chỉ ra rằng, khả năng tính toán hàng loạt quy mô lớn của AI đã bù đắp cho những hạn chế bẩm sinh của con người: khi đối mặt với các suy luận phức tạp với vô số biến số, con người rất dễ sai sót và khó duy trì tính toán lâu dài, trong khi máy móc có thể thực hiện không ngừng nghỉ. Đặc tính vận hành không nghỉ này mang lại cho AI ưu thế vượt trội trong công việc kiểm chứng mệnh đề và tìm kiếm các phản ví dụ phức tạp.

Nhà toán học sẽ không bị thay thế: Hãy làm "những việc máy móc không thể làm"

Đối mặt với chủ đề "Liệu AI có thay thế nhà toán học", Viện sĩ Chu Hướng Vũ đưa ra nhận định rõ ràng: Từ xưa đến nay, các nhà toán học luôn tạo ra các công cụ tính toán, và sứ mệnh cốt lõi của họ luôn là để máy móc hỗ trợ con người. Những việc máy móc làm được, nhà toán học không cần lặp lại; điều nhà toán học cần làm là những việc máy móc không thể làm – từ logic phân công này, ông cho rằng không tồn tại rủi ro bị thay thế.

Viện sĩ Chu giải thích thêm, toán học không chỉ là giải bài tập và tính toán, mà bản chất hơn là "tìm ra quy luật". Các nhà toán học con người giỏi đúc kết các cấu trúc toán học đơn giản từ những hiện tượng phức tạp, xây dựng các khung lý thuyết mới thông qua trực giác, liên tưởng và tư duy trừu tượng; quá trình sáng tạo này là điều mà AI hiện tại còn lâu mới đạt tới. Định vị của AI là "trợ lý" chứ không phải "đối thủ" – đảm nhận các công việc cơ bản như kiểm chứng quy mô lớn, tính toán lặp lại, truy xuất tài liệu trong nghiên cứu toán học, giúp giải phóng các nhà toán học khỏi những công việc chân tay rườm rà để họ tập trung vào các vấn đề cốt lõi thực sự cần đến sự sáng tạo.

Viện sĩ Chu cũng chỉ ra những thách thức về quy chuẩn học thuật trong nghiên cứu có sự hỗ trợ của AI. Trong nghiên cứu toán học truyền thống, trích dẫn bài báo phải ghi rõ nguồn gốc tư tưởng và phương pháp. Tuy nhiên, kết quả do AI tạo ra hiện nay không thể truy xuất rõ ràng nó đã tham khảo những công trình nào, điều này tác động trực tiếp đến đạo đức trích dẫn và hệ thống sở hữu trí tuệ của giới học thuật. Làm thế nào để thiết lập một cơ chế quy chuẩn hiệu quả là một vấn đề cấp bách cần giải quyết.

Ưu thế thực sự của nhà toán học nằm ở chỗ "biết cái đó là gì, và biết tại sao nó lại như vậy". Ngay cả khi AI có thể đưa ra phản ví dụ hoặc kiểm chứng giả thuyết thông qua tính toán thô bạo, điều mà các nhà toán học theo đuổi vẫn là sự hiểu biết và giải thích sâu sắc về cấu trúc toán học – thứ thực sự thúc đẩy toán học tiến lên chưa bao giờ là những câu trả lời cô lập, mà là tư tưởng và phương pháp đằng sau câu trả lời đó. Sứ mệnh của nhà toán học không phải là lo lắng bị thay thế, mà là sử dụng tốt công cụ mới này để làm những việc mà máy móc không bao giờ làm được: đặt ra câu hỏi mới, xây dựng hệ thống mới, khám phá quy luật mới.

Góc nhìn công nghiệp của BDSC: Từ "cao nguyên kỹ thuật" đến "giá trị thực tiễn"

Tại diễn đàn, Đậu Đức Cảnh đã hệ thống hóa lộ trình công nghiệp và thực tiễn triển khai của BDSC.

Ở cấp độ hạ tầng tính toán, công ty đang thúc đẩy xây dựng các trung tâm tính toán với hơn 30 thành phố trên cả nước làm điểm tựa, tích hợp tài nguyên tính toán quy mô vạn card, cung cấp hỗ trợ nền tảng cho việc huấn luyện và lặp lại các mô hình lớn quy mô nghìn tỷ tham số. Dựa trên nền tảng tính toán này, BDSC đã xây dựng hệ thống khép kín toàn diện "Dữ liệu - Tính toán - Mô hình - Ứng dụng" – bốn yếu tố không thể thiếu, thực sự hiện thực hóa bước nhảy vọt về giá trị khi kết hợp sâu sắc giữa đột phá kỹ thuật và các kịch bản công nghiệp.

Dưới sự dẫn dắt của triết lý này, BDSC đã triển khai thực tiễn trong nhiều lĩnh vực như y tế và sản xuất công nghiệp. Trong lĩnh vực y tế, mô hình lớn chuyên biệt về da liễu hợp tác giữa BDSC và Bệnh viện Hữu nghị Trung - Nhật đã đạt độ chính xác 90% trong kỳ thi đánh giá bác sĩ trung cấp của bệnh viện thông qua huấn luyện dữ liệu chuyên biệt, giúp rút ngắn 20% thời gian chẩn đoán. Trong lĩnh vực sản xuất tiên tiến, mô hình lớn Spark đã được đưa vào ứng dụng thực tế. Về năng lực tính toán nội địa, công ty đang thúc đẩy chip nội địa từ "có thể dùng" sang "dùng tốt", xây dựng nền tảng kỹ thuật tự chủ và kiểm soát được để AI trao quyền cho đời sống dân sinh.

Đúng như lời của người đoạt giải Fields - Efim Zelmanov tại Diễn đàn đổi mới "Toán học và Trí tuệ nhân tạo" thuộc Hội nghị Trí tuệ nhân tạo Thế giới 2026, AI có thể được coi là "nhà toán học trẻ đầy tài năng", nhưng trách nhiệm thực sự hiểu các chứng minh và trích xuất những hiểu biết sâu sắc về toán học vẫn phải do con người đảm nhận. Mối quan hệ giữa AI và toán học không phải là sự cộng dồn đơn giản giữa công cụ và người sử dụng, mà là mối quan hệ "nhân" – phân tách sâu sắc, cộng hưởng cùng tần số, mới có thể thúc đẩy sự thay đổi mô hình thực sự.

Từ việc Claude Fable 5 của Anthropic chứng minh sai Giả thuyết Jacobian trong một ngày cuối tuần, đến hơn 500 chuyên gia học giả cùng thảo luận về tương lai giao thoa giữa AI và toán học tại Diễn đàn Toán học Ngọc Khê, Vân Nam, cho đến việc BDSC thúc đẩy ứng dụng mô hình lớn trong khoa học và công nghiệp – chuỗi sự kiện này đang được viết vào lịch sử của sự "đồng hành hai chiều" giữa AI và toán học.

Bài viết này do BDSC cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.

Bản quyền thuộc về đơn vị sở hữu, không được phép sao chép hoặc sử dụng dưới bất kỳ hình thức nào khi chưa được ủy quyền, mọi hành vi vi phạm sẽ bị xử lý theo pháp luật.