Trong một buổi thuyết trình gần đây tại Viện Công nghệ Massachusetts (MIT), nhà nghiên cứu Neil Thompson chuyên về tiến bộ điện toán và trí tuệ nhân tạo đã đưa ra những luận điểm thuyết phục cho thấy nhiều lĩnh vực khoa học sắp bị xáo trộn bởi AI.
Khi giới toán học vẫn đang chao đảo trước tốc độ tự động hóa của AI trong ngành của họ, nghiên cứu mới nhất của Thompson cùng nghiên cứu sinh tiến sĩ Gabriel Manso và nhà khoa học nghiên cứu Claudio Mayrink Verdun chỉ ra rằng các lĩnh vực tiếp theo có thể chịu tác động bao gồm lý thuyết xác suất, lý thuyết thống kê, lý thuyết kinh tế, lý thuyết năng lượng cao, lực hấp dẫn - vũ trụ học và vật lý lượng tử. Sự chuyển dịch này diễn ra nhờ năng lực tiến hóa nhanh chóng của các mô hình AI đi đầu.
Số liệu từ nghiên cứu cho thấy, trong giai đoạn từ giữa năm 2024 đến giữa năm 2026, các mô hình AI tốt nhất đã nâng tỷ lệ giải quyết chính xác các bài toán lý thuyết trong các lĩnh vực này từ vỏn vẹn khoảng 2% lên tới khoảng 35%. Đáng chú ý, tiến trình này chưa hề cho thấy dấu hiệu hạ nhiệt. Ông Thompson nhận định rằng chỉ trong vài năm tới, rất nhiều câu hỏi lý thuyết sẽ được biến đổi hoàn toàn về mặt khả năng giải quyết của AI.
Phòng thí nghiệm của Thompson tập trung nghiên cứu cách các tiến bộ khoa học máy tính tác động tới xã hội và sự đổi mới sáng tạo. Nhóm nghiên cứu đã thu thập các bài toán được công bố trong các bài báo khoa học trực tuyến từ tháng 12 năm 2025 đến tháng 5 năm 2026, sau đó thử nghiệm khả năng giải toán của hàng loạt mô hình từ OpenAI như o1, o3, GPT-5, GPT-5.1, GPT-5.4 và GPT-5.5.
Điều mấu chốt là lời giải của các bài toán này nằm trong các tài liệu được công bố sau thời điểm cắt dữ liệu huấn luyện của GPT-5.5 cùng các thế hệ mô hình trước đó. Điều này đồng nghĩa với việc các mô hình phải tự tìm ra giải pháp thay vì dựa vào câu trả lời có sẵn từ dữ liệu huấn luyện. Nhóm nghiên cứu cũng ngắt hoàn toàn kết nối internet để ngăn các mô hình tra cứu kết quả trực tuyến.
Dù nghiên cứu chỉ giới hạn ở các lĩnh vực nơi AI có thể tư duy mà không cần chạy mô phỏng hay làm thí nghiệm thực tế, kết quả lại gợi ý rằng làn sóng chấn động đang diễn ra trong ngành toán học hoàn toàn có khả năng lan rộng sang các lĩnh vực nghiên cứu nặng về toán và lý thuyết khác.
Trước đó vào tháng 9, OpenAI từng gây chấn động giới toán học khi công bố một mô hình chưa phát hành đã giải được Navier-Stokes – bài toán thách thức quy mô lớn tồn tại từ lâu liên quan đến các phương trình mô tả chuyển động của chất lưu. Sự kiện này từng vướng phải tranh cãi lớn khi một nhà toán học tại Đại học New York (NYU), người hợp tác với một học giả liên kết với Anthropic, cáo buộc OpenAI đã "hớt tay trên" sau khi biết được tiến triển nghiên cứu của họ.
Kể từ thời điểm đó, OpenAI cùng nhiều đơn vị khác đã công bố thêm hàng trăm lời giải cho các bài toán tồn đọng lâu năm, làm dấy lên một cuộc khủng hoảng trong ngành toán học. Một số nhà toán học thậm chí đã kêu gọi đưa ra giới hạn đối với việc sử dụng AI, đồng thời đưa ra cảnh báo rằng quá trình tìm ra lời giải đôi khi còn mang lại giá trị to lớn hơn chính đáp án cuối cùng.
