OpenAI thử nghiệm mô hình trên 4.000 bài toán chưa giải

Trong nhiều năm, các bài kiểm tra toán đã là cách tiêu chuẩn để đánh giá các mô hình AI như ChatGPT và Claude. OpenAI hiện tuyên bố rằng các mô hình của họ đã trở nên thành thạo đến mức các bài kiểm tra toán truyền thống không còn đủ thách thức chúng nữa. Đó là lý do tại sao các nhà nghiên cứu đã chuyển sang một cách tiếp cận khó khăn hơn.

Một mô hình OpenAI chưa phát hành đã được cung cấp khoảng 4.000 bài toán chưa giải. Kết quả vừa đáng ngạc nhiên vừa đáng lo ngại.

Từ bài tập này, AI đã tạo ra 722 bản thảo, được sắp xếp thành 372 nhóm các phát hiện liên quan. Theo OpenAI, mỗi kết quả tiêu tốn trung bình khoảng ba giờ tính toán suy luận.

“Những ngày thú vị phía trước cho cộng đồng toán học!” đã nói Stefano Gogioso, một thành viên của BeInCrypto’s Future Tech and AI Experts Council

AI có đang phát triển với tốc độ không an toàn không?

Câu chuyện lớn hơn là AI tiên phong đang bắt đầu vượt ra khỏi việc trả lời các câu hỏi đã biết và đi vào việc đề xuất các khả năng cho những câu hỏi chưa biết.

Sự phát triển này có thể mở rộng đáng kể khối lượng công việc trí tuệ mà một nhà nghiên cứu, một kỹ sư hoặc một nhà phân tích có thể đảm nhận.

Tuy nhiên, đầu ra không đồng nghĩa với sự thật. Một số bài báo của OpenAI bao gồm các chứng minh Lean có thể kiểm tra bằng máy tính, trong khi những bài khác thiếu chúng. OpenAI cảnh báo rằng một số kết quả chưa được xác minh “có thể có vấn đề”.

Điều này tạo ra một nút thắt mới: các nhà nghiên cứu con người có thể gặp khó khăn trong việc xác minh các phát hiện nhanh như AI có thể tạo ra chúng.

Chúng tôi đang phát hành một loạt rộng các kết quả toán học mới được tạo ra bởi một mô hình tiên phong nội bộ.

Chúng tôi đã tham vấn với independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and…

— OpenAI (@OpenAI) October 6, 2026

Liệu AI có thể thực hiện phân tích dự đoán cho đầu tư không?

Điều đó là có thể, nhưng tài chính đặt ra một loạt thách thức riêng biệt.

Một chứng minh toán học cuối cùng có thể được chứng minh là đúng hoặc sai. Tuy nhiên, thị trường lại nhiễu và luôn biến động.

Chuẩn mực gần đây trong tài chính cho thấy rằng AI tiên phong vẫn gặp khó khăn với nghiên cứu đầu tư phức tạp, và các nghiên cứu về thời điểm thị trường chỉ tiết lộ lợi ích dự đoán hạn chế.

Trong ngắn hạn, cơ hội nằm ở phân tích sâu hơn, không phải dự đoán hoàn hảo.

Một trí tuệ nhân tạo có thể suy luận hàng giờ liền có thể đồng thời xem xét kỹ lưỡng các hồ sơ, cuộc gọi thu nhập, dữ liệu kinh tế vĩ mô và các kịch bản cạnh tranh, sau đó kiểm tra nhiều giả thuyết hơn một nhà phân tích đơn lẻ có thể.

Đó có thể là điều rút ra quan trọng hơn từ bài kiểm tra của OpenAI. AI ngày càng có khả năng tạo ra đầu ra phân tích nghiêm túc ở quy mô khổng lồ. Thách thức tiếp theo là xác định đầu ra nào trong số đó đáng tin cậy.