Giả sử anh Châu chưa giải Bổ đề Cơ bản, liệu AI có giải được không? Tôi đặt vấn đề này với Gemini và Claude. Con Gemini khảng khái nói là KHÔNG. Con Claude thận trọng hơn, nói là CÓ THỂ KHÔNG. Dưới đây là bản dịch hai câu trả lời của AI. Kết luận của hai câu trả lời không quá quan trọng, quan trọng là cách nó giải thích về cách solve cái bổ đề ấy và các lập luận của nó.
Tôi dùng Claude để dịch câu trả lời (khá dài) của hai con AI nói trên. Con Claude của tôi biết cách tự chú thích. Trong chú thích của nó có mấy đoạn như sau (“người dịch” trong đoạn trích chính là con Claude của tôi):
“Lean là một trợ lý chứng minh: phần mềm kiểm tra từng bước suy luận đã được viết ở dạng hình thức. Thư viện toán học chung của nó là Mathlib. Theo hiểu biết của người dịch, bản thân Bổ đề Cơ bản chưa được hình thức hóa trong Lean; việc đó sẽ là một dự án khổng lồ, vì chứng minh dựa vào bó đối trụ (perverse sheaves) và định lý phân tích (decomposition theorem), những công cụ chưa có trong Mathlib. Đây cũng là một lý do khiến AI khó tự kiểm chứng một chứng minh loại này.”
“Hình học đại số dẫn xuất gần như chưa có mặt trong Lean/Mathlib, theo hiểu biết của người dịch.”
“Theo hiểu biết của người dịch, chứng minh Giả thuyết Langlands hình học (2024) là công trình tập thể do Dennis Gaitsgory và Sam Raskin dẫn dắt, cùng Arinkin, Beraldo, Campbell, Chen, Færgeman, Lin và Rozenblyum, trải trên khoảng năm bài báo, gần một nghìn trang.”
I. Câu trả lời của Gemini
AI và Bổ đề Cơ bản
Vì sao một chứng minh tầm cỡ Bổ đề Cơ bản vẫn nằm ngoài tầm AI tự hành
Một hệ thống AI tự hành (autonomous AI system) không thể tự mình hình thành và thực
hiện một chứng minh tầm cỡ Bổ đề Cơ bản (Fundamental Lemma).[1]
Các mô hình AI hiện đại có thể giải những bài toán cấp độ thi đấu, bác bỏ một số giả thuyết rời rạc (discrete conjectures) cụ thể đã tồn tại lâu năm,[2] và hỗ trợ hình thức hóa toán học thông qua các trợ lý chứng minh (proof assistants) như Lean.[3] Thế nhưng một đột phá như Bổ đề Cơ bản, nền tảng của chương trình Langlands (Langlands program), đòi hỏi một mức độ sáng tạo cấu trúc và bước nhảy khái niệm vẫn nằm hoàn toàn ngoài năng lực tự hành của máy móc.[4]
Việc đánh giá vì sao Bổ đề Cơ bản là một ranh giới đối với AI, cùng với những gì trí tuệ nhân tạo có thể làm trong hệ sinh thái Langlands rộng hơn, cho thấy biên giới hiện tại của toán học tự động hóa (automated mathematics):
1. Vì sao Bổ đề Cơ bản vượt khỏi tầm AI tự hành
Bổ đề Cơ bản, do Robert Langlands đề xuất và được Ngô Bảo Châu chứng minh một cách nổi tiếng (công trình đem lại cho ông Huy chương Fields năm 2010), không phải là một câu đố tổ hợp hay một bất đẳng thức cần tối ưu hóa bằng tìm kiếm vét cạn (brute-force search).[5]
Nối những vũ trụ tách biệt (Bridging Disparate Universes): Nó đặt dấu bằng giữa các tích phân quỹ đạo (orbital integrals) của dạng tự đẳng cấu (automorphic forms) trên đại số Lie (Lie algebras) với các nhân tử chuyển (transfer factors) trên nhóm nội soi (endoscopic groups).[6] Nó buộc phải có một phép chuyển dịch giữa phía giải tích của lý thuyết số và phía hình học của hình học đại số.[7]
Bước nhảy khái niệm (The Conceptual Leap): Ngô không giải nó bằng cách duyệt một cây quyết định (decision tree) khổng lồ; ông đã phát minh ra một vũ trụ hình học hoàn toàn mới. Ông sử dụng phân thớ Hitchin (Hitchin fibration) từ lĩnh vực hệ khả tích (integrable systems) và hình học đại số,[8] quy trường hợp đặc số p (characteristic p) bằng các phương pháp hình học sâu sắc.[9]
Thành phần còn thiếu (The Missing Ingredient): Các kiến trúc AI hiện nay xuất sắc ở nhận dạng mẫu (pattern recognition), thao tác cú pháp (syntactic manipulation) và tìm kiếm theo kinh nghiệm (heuristic search) bên trong các hệ hình thức sẵn có. Chúng không có năng lực tưởng tượng triết học và cấu trúc: khả năng nhận ra rằng một lĩnh vực hoàn toàn không liên quan (hệ khả tích) lại nắm giữ đúng chiếc chìa khóa cơ học để mở một đồng nhất thức giải tích trong các biểu diễn tự đẳng cấu (automorphic representations).[10]
2. Những gì AI có thể làm trong hệ sinh thái Langlands ngày nay
Dù AI không thể khởi tạo một chứng minh như Bổ đề Cơ bản, nó đã tiến hóa từ một công cụ giải bài mang tính trình diễn thành một công cụ hạ tầng cấu trúc cho toán học lý thuyết cao cấp:
Định hướng trong những kiến trúc chứng minh dày đặc (Navigating Dense Proof Architectures): Các sáng kiến nghiên cứu hiện đại dùng mô hình ngôn ngữ lớn (large language models) và công cụ tự động để phân tích những khung lý thuyết đồ sộ trải trên nhiều bài báo, chẳng hạn lập bản đồ chuỗi chứng minh nhiều phần của Denis Gaitsgory cho Giả thuyết Langlands hình học (Geometric Langlands Conjecture).[11] AI đóng vai một “thủ thư” để trích xuất định nghĩa, chuẩn hóa ký hiệu và dựng các đồ thị phụ thuộc dạng đồ thị có hướng không chu trình (Directed Acyclic Graphs — DAGs).
Thử nghiệm đối kháng và trợ lý hình thức hóa (Red-Teaming and Formalization Copilots): Trong các trợ lý chứng minh hình thức (như Lean 4), AI giúp sinh khung bổ đề ở cấp giao diện (interface-level lemma stubs), kiểm tra chiều của hàm tử (functor) trong hình học đại số dẫn xuất (derived algebraic geometry),[12] và đánh dấu những giả thiết hữu hạn (finiteness assumptions) ẩn hay những giả thiết bị thiếu mà mắt người có thể lướt qua.
Chuyển dịch bản thiết kế chứng minh (Blueprint Translation): AI có thể hỗ trợ chuyển các kiến trúc chứng minh sang những bối cảnh khác (ví dụ ánh xạ chiến lược từ bối cảnh hình học sang các khung Langlands địa phương (local Langlands) ℓ-adic hoặc p-adic trên đường cong Fargues–Fontaine (Fargues–Fontaine curve)),[13] dù việc kiểm chứng cốt lõi của những phép chuyển dịch đó vẫn dựa vào sự chặt chẽ toán học của con người.
Tóm lại
Một mô hình AI có thể viết mã, kiểm tra từng dòng Lean và xác minh những bước riêng lẻ, nhưng nó vận hành trong giới hạn của các khuôn mẫu (paradigms) sẵn có. Chứng minh Bổ đề Cơ bản đòi hỏi bước hẳn ra khỏi bộ công cụ truyền thống của lý thuyết dạng tự đẳng cấu. Chừng nào AI chưa thể tự phát minh những ngôn ngữ toán học hoàn toàn mới để nối liền các lĩnh vực rời rạc, những chứng minh mang tính cấu trúc vĩ đại vẫn là thành tựu sâu sắc của con người.
II. Câu trả lời của Claude
Nếu Ngô Bảo Châu chưa chứng minh, AI có làm được không?
Câu trả lời ngắn: nhiều khả năng là không, ít nhất với AI tính đến giữa năm 2026. Nhưng lý do cụ thể hơn nhiều so với lối giải thích quen thuộc rằng “AI thiếu trí tưởng tượng”.
Câu hỏi ở đây là một giả định phản thực tế (counterfactual): nếu Ngô Bảo Châu chưa chứng minh Bổ đề Cơ bản (Fundamental Lemma), liệu một hệ thống AI có tự mình tìm ra chứng minh không? Phải đặt câu hỏi như vậy, vì AI ngày nay đã đọc chứng minh của Ngô. Việc nó trình bày lại chứng minh không nói lên điều gì về khả năng phát hiện.
Bổ đề Cơ bản thực sự nói gì
Đây là một đẳng thức thuần túy địa phương trong giải tích điều hòa (harmonic analysis). Với một nhóm khử (reductive group) G không phân nhánh (unramified) trên một trường địa phương (local field), tích phân quỹ đạo kiểu κ (κ-orbital integral) của phần tử đơn vị trong đại số Hecke cầu (spherical Hecke algebra) bằng tích phân quỹ đạo ổn định (stable orbital integral) tương ứng trên một nhóm nội soi (endoscopic group) H, sai khác một nhân tử chuyển (transfer factor).
Tầm quan trọng của nó nằm ở chỗ: không có bổ đề này thì không thể ổn định hóa công thức vết Arthur–Selberg (stabilization of the Arthur–Selberg trace formula), một bước nền móng của chương trình Langlands (Langlands program). Robert Langlands đề xuất bổ đề; dạng chính xác thường được ghi công cho Langlands và Diana Shelstad (1987), có đóng góp của Robert Kottwitz.
Nhiều bài phổ thông mô tả sai ở hai điểm. Thứ nhất, tích phân quỹ đạo lấy trên hàm thử (test function), không phải trên dạng tự đẳng cấu (automorphic form). Thứ hai, nhân tử chuyển không phải “một vế” của đẳng thức mà là hệ số hiệu chỉnh nhân vào một vế.
Bài toán đã chín muồi
Hãy hình dung bối cảnh khoảng năm 2004, khi chưa có Ngô. Phần lớn nguyên liệu đã nằm sẵn trên bàn:
Jean-Loup Waldspurger đã quy phiên bản cho nhóm về phiên bản cho đại số Lie (Lie algebra), và chỉ ra rằng chứng minh trên trường hàm (function field), tức đặc số p (characteristic p), là đủ để suy ra trường hợp đặc số 0.
Goresky, Kottwitz và MacPherson đã nối tích phân quỹ đạo với đối đồng điều (cohomology) của các thớ Springer affine (affine Springer fibers).
Gérard Laumon và Ngô đã chứng minh trường hợp nhóm unita (unitary group) bằng phương pháp hình học.
Phân thớ Hitchin (Hitchin fibration) đã có từ năm 1987.
Ý tưởng cốt lõi của Ngô là xem mọi thớ Springer affine như những mảnh địa phương của một phân thớ Hitchin toàn cục. Đó là một sự tổng hợp các đối tượng đã biết, không phải một “vũ trụ hình học” hoàn toàn mới. Kiểu kết nối liên lĩnh vực này chính là thứ AI ngày càng giỏi đề xuất. Một AI thấm sâu tài liệu thời đó có thể đã gợi ý được hướng đi Hitchin. Nhưng gợi ý hướng đi là phần dễ.
Ba chỗ AI nhiều khả năng sẽ vấp khi giải bổ đề
Bước then chốt đòi hỏi một định lý mới. Ngay cả khi đã có đúng khung, Ngô vẫn phải chứng minh định lý giá (support theorem) của mình. Định lý này kiểm soát nơi các bó đối trụ (perverse sheaves) trong định lý phân tích (decomposition theorem) có thể đặt giá trên đáy Hitchin (Hitchin base). Đây là toán học gốc và khó, không phải áp dụng công cụ sẵn có. Ngô mất khoảng bốn năm sau khi ý tưởng thành hình.
Không có cách kiểm chứng đáng tin. Những thành công lớn nhất của AI trong toán, như AlphaProof hay các bài thi Olympic, dựa vào kiểm chứng nhanh: một trình kiểm tra chứng minh hình thức (formal proof checker) hoặc một phép thử tính được. Các công cụ cần ở đây, như bó đối trụ, đối đồng điều ℓ-adic (ℓ-adic cohomology) của các chồng (stacks) và định lý phân tích, gần như vắng mặt trong Lean. AI sẽ phải viết hàng trăm trang chứng minh phi hình thức, đúng loại văn bản mà mô hình hiện nay hay mắc lỗi tinh vi và tích lũy.
Tầm hoạch định quá dài. Đây không phải một tia sáng mà là nhiều năm làm việc liên tục: chọn định nghĩa, thấy chúng không ổn, dựng lại, xử lý những ca khó ngoài vùng δ-chính quy (δ-regular locus) của đáy Hitchin. AI hiện vẫn yếu hơn nhiều ở việc giữ một chương trình nghiên cứu mạch lạc qua quãng thời gian ấy so với giải các bài toán con đã được đặt rõ.
Kịch bản hiện thực hơn: nhà toán học và AI cộng tác
Kịch bản khả dĩ không phải “AI tự giải” mà là một nhà toán học giỏi làm việc cùng AI. AI có thể rà soát tài liệu, gợi ý mối nối với phân thớ Hitchin, tính thử các trường hợp riêng (tích phân quỹ đạo cho các nhóm nhỏ có thể tính được) và bắt lỗi trong bản thảo. Điều đó có thể đã giúp công trình đi nhanh hơn, hoặc giúp một người khác ngoài Ngô đến được đích. Còn việc nó thay thế được phần lõi khái niệm và kỹ thuật thì đáng ngờ hơn nhiều.
Nên nói “chưa”, không phải “không thể”
Giả định phản thực tế này không bao giờ kiểm chứng được trên chính Bổ đề Cơ bản, vì mọi AI hiện đại đều đã đọc chứng minh của Ngô. Phép thử trung thực là giao cho AI những bài toán còn mở có độ sâu và tính chất tương tự. Chừng nào AI chưa giải được một bài như thế, câu trả lời đúng là “chưa được chứng tỏ”, chứ không phải “không thể”.
Khả năng toán học của AI đã tiến rất nhanh: thành tích cỡ huy chương vàng Olympic Toán quốc tế (IMO) năm 2025, và đóng góp vào một số bài toán tổ hợp còn mở. Các diễn biến sau giữa năm 2026 có thể đã thay đổi bức tranh.
Ghi chú: các tên người, năm và công trình nêu trong phần này được viết theo hiểu biết của tác giả, chưa đối chiếu với nguồn gốc; cần kiểm tra lại trước khi trích dẫn.
[1] Chữ “không thể” in đậm trong bản gốc tiếng Anh là một dự đoán được phát biểu như sự thật. Theo hiểu biết của người dịch tính đến giữa năm 2026, đúng là chưa có hệ thống AI nào tự hành tạo ra một chứng minh có độ sâu tương đương. Nhưng năng lực toán học của AI đã tiến rất nhanh (thành tích cỡ huy chương vàng Olympic Toán quốc tế năm 2025, đóng góp vào một số bài toán tổ hợp còn mở), nên “chưa” là cách nói thận trọng hơn “không thể”. Bài viết cũng bỏ qua một điểm then chốt: vì chứng minh của Ngô đã công bố và hầu như chắc chắn nằm trong dữ liệu huấn luyện, AI trình bày lại nó không chứng tỏ khả năng phát hiện; câu hỏi thực sự là AI có tìm ra được nếu chưa từng thấy chứng minh hay không.
[2] Theo hiểu biết của người dịch, ví dụ hay được nhắc là công trình của Adam Zsolt Wagner (2021) dùng học tăng cường (reinforcement learning) để tìm phản ví dụ cho một số giả thuyết trong lý thuyết đồ thị, cần đối chiếu. Các kết quả loại FunSearch (2023) về tập cap (cap sets) thì cải thiện cận, không phải bác bỏ giả thuyết.
[3] Lean là một trợ lý chứng minh: phần mềm kiểm tra từng bước suy luận đã được viết ở dạng hình thức. Thư viện toán học chung của nó là Mathlib. Theo hiểu biết của người dịch, bản thân Bổ đề Cơ bản chưa được hình thức hóa trong Lean; việc đó sẽ là một dự án khổng lồ, vì chứng minh dựa vào bó đối trụ (perverse sheaves) và định lý phân tích (decomposition theorem), những công cụ chưa có trong Mathlib. Đây cũng là một lý do khiến AI khó tự kiểm chứng một chứng minh loại này.
[4] “Nằm hoàn toàn ngoài” là cách nói tuyệt đối của bản gốc; xem chú thích về chữ “không thể” ở câu mở đầu.
[5] Đúng về các mốc chính. Langlands nêu bổ đề vào khoảng cuối thập niên 1970 đầu thập niên 1980; dạng phát biểu chính xác thường được ghi công cho Langlands và Diana Shelstad (1987), có đóng góp của Robert Kottwitz. Ngô công bố chứng minh cho phiên bản đại số Lie vào năm 2008 và nhận Huy chương Fields năm 2010. Bổ đề cần cho việc ổn định hóa công thức vết Arthur–Selberg (stabilization of the Arthur–Selberg trace formula), và chính vì thế nó được gọi là nền tảng của chương trình Langlands.
[6] Câu này của bản gốc sai về nội dung toán học. Tích phân quỹ đạo được lấy trên các hàm thử (test functions), không phải trên dạng tự đẳng cấu. Nhân tử chuyển cũng không phải một vế của đẳng thức mà là hệ số hiệu chỉnh nhân vào một vế. Phát biểu đúng, theo hiểu biết của người dịch: với một nhóm khử (reductive group) G không phân nhánh (unramified) trên một trường địa phương (local field), tích phân quỹ đạo kiểu κ (κ-orbital integral) của phần tử đơn vị trong đại số Hecke cầu (spherical Hecke algebra) bằng tích phân quỹ đạo ổn định (stable orbital integral) tương ứng trên nhóm nội soi H, sai khác một nhân tử chuyển.
[7] Câu này mô tả phương pháp chứng minh của Ngô (dùng hình học để giải một bài toán giải tích), không phải nội dung của bổ đề. Bản thân Bổ đề Cơ bản là một đẳng thức thuần túy địa phương trong giải tích điều hòa (harmonic analysis).
[8] Phân thớ Hitchin không mới: Nigel Hitchin đưa ra nó năm 1987. Đột phá của Ngô là nhận ra có thể đọc tích phân quỹ đạo từ đối đồng điều (cohomology) của các thớ Hitchin, dựa trên nền tảng có sẵn là công trình của Goresky, Kottwitz và MacPherson về thớ Springer affine (affine Springer fibers) và công trình chung của Ngô với Gérard Laumon về trường hợp nhóm unita (unitary group). Công cụ thật sự mới của Ngô là định lý giá (support theorem) cho các bó đối trụ trên đáy Hitchin (Hitchin base). Vì vậy cụm “phát minh ra một vũ trụ hình học hoàn toàn mới” ở câu trước là nói quá.
[9] Bản gốc trình bày ngược logic. Theo hiểu biết của người dịch, Ngô chứng minh phiên bản đại số Lie trên trường hàm (function fields), tức đặc số p. Trường hợp đặc số 0 sau đó được suy ra nhờ các kết quả chuyển của Jean-Loup Waldspurger, và cũng nhờ Cluckers, Hales và Loeser bằng lý thuyết mô hình (model theory). Waldspurger cũng đã quy phiên bản cho nhóm về phiên bản cho đại số Lie từ trước.
[10] “Hoàn toàn không liên quan” là nói quá. Mối liên hệ giữa tích phân quỹ đạo và hình học, qua các thớ Springer affine, đã được phát triển khoảng hai mươi năm trước Ngô (xem chú thích về phân thớ Hitchin). Bước nhảy của Ngô sâu sắc nhưng không đến từ hư không, và điều này làm yếu đi phần nào lập luận “thiếu trí tưởng tượng” của bài.
[11] Ghi công chưa đủ. Theo hiểu biết của người dịch, chứng minh Giả thuyết Langlands hình học (2024) là công trình tập thể do Dennis Gaitsgory và Sam Raskin dẫn dắt, cùng Arinkin, Beraldo, Campbell, Chen, Færgeman, Lin và Rozenblyum, trải trên khoảng năm bài báo, gần một nghìn trang. Bản gốc viết tên là “Denis”; cách viết thông dụng là “Dennis”. Việc có những sáng kiến dùng mô hình ngôn ngữ lớn để lập đồ thị phụ thuộc cho chứng minh này nằm ngoài phạm vi kiểm chứng của người dịch.
[12] Hình học đại số dẫn xuất gần như chưa có mặt trong Lean/Mathlib, theo hiểu biết của người dịch. Tuyên bố này của bản gốc nhiều khả năng mang tính phỏng đoán và nằm ngoài phạm vi kiểm chứng.
[13] Chưa chính xác. Chương trình hình học hóa Langlands địa phương của Fargues và Scholze trên đường cong Fargues–Fontaine dùng hệ số ℓ-adic. “Langlands địa phương p-adic” (p-adic local Langlands) là một chương trình riêng, nên việc gộp chung hai khung này như bản gốc là lỏng lẻo.

Bạn phải đăng nhập để bình luận.