Khi một hệ thống AI giải được một bài toán toán học phức tạp, giải thích thông thường là nó đã trở nên thông minh hơn. Tuy nhiên, bài viết “AI Isn’t Outthinking Mathematicians. It’s Out-Remembering Them” trên Hacker News đưa ra một góc nhìn đơn giản nhưng sâu sắc hơn: lợi thế cốt lõi của AI có thể không phải là khả năng lý luận siêu việt, mà là một “bộ nhớ làm việc symbol” gần như không giới hạn.
Bộ nhớ làm việc là hệ thống tinh thần cho phép con người giữ và thao tác thông tin trong ngắn hạn. Khi giải phương trình, bạn phải nhớ biến đại diện cho cái gì, phép tính nào đã thực hiện và mục tiêu hiện tại là gì. Một nhà toán học người chỉ có thể giữ một vài yếu tố lạ trong tâm trí đồng thời. Ngược lại, một model AI có thể giữ toàn bộ câu hỏi bài toán, hàng trăm phương trình trung gian, nhiều hướng tiếp cận bị bỏ qua, định nghĩa, ràng buộc và các kết luận trước đó bên trong cửa sổ ngữ cảnh của nó.
Hiệu suất kết quả thường được diễn giải bằng chứng cho khả năng lý luận vượt trội. Nhưng một phần trong đó có thể phản ánh sự loại bỏ một trong những giới hạn sinh học quan trọng nhất của lý luận con người: khả năng bộ nhớ làm việc cực kỳ bị hạn chế. Giống như giấy không làm bạn thông minh hơn mà mở rộng bộ nhớ làm việc hiệu quả của bạn, các ký hiệu và phương trình mà AI sử dụng cho phép nó thực hiện các phép tính mà não người sẽ không thể thực hiện được do giới hạn bộ nhớ.
Nghiên cứu còn chỉ ra rằng bộ nhớ làm việc đóng góp một thứ gì đó ngoài các thước đo trí thông minh thông thường. Đối với cộng đồng AI và người dùng Việt Nam, bài viết này nhấn mạnh một sự thật quan trọng: khi đánh giá khả năng của các model AI, chúng ta không nên chỉ nhìn vào “trí thông minh” trừu tượng mà cần hiểu rõ vai trò của kiến trúc kỹ thuật như kích thước cửa sổ ngữ cảnh. Đây là một yếu tố nền tảng quyết định sức mạnh thực tế của các công cụ AI trong việc hỗ trợ nghiên cứu và học tập, bao gồm cả toán học và các lĩnh vực khoa học khác tại Việt Nam.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com