Theo báo cáo của Tao, các vấn đề toán mở đang bị khai thác không thu hồi (non‑renewably) bởi các hệ thống AI hiện đại. Điều này có nghĩa là mỗi lần một mô hình LLM được huấn luyện, nó sẽ “đào” sâu vào các bài toán chưa có câu trả lời rõ ràng, tiêu thụ tài nguyên tính toán và dữ liệu mà không thể tái tạo.
Số lượng vấn đề toán mở trên các diễn đàn như Math Stack Exchange và arXiv ước tính hơn 10.000 câu hỏi chưa được giải quyết. Các mô hình lớn như GPT‑4, LLaMA‑2 và Gemini đã được dùng để tạo ra các bản giải, nhưng mỗi lần thực hiện này tiêu tốn hàng chục GPU‑hour và tiêu thụ điện năng đáng kể.
- Thiếu minh dữ liệu không bền vững: Khi AI “đào” dữ liệu, các tài nguyên toán học không được tái sử dụng, dẫn đến lãng phí tài nguyên công nghệ.
- Rủi ro sai lệch: Các mô hình có thể học sai hoặc overfit vào những ví dụ không chính xác, làm ảnh hưởng đến chất lượng nghiên cứu toán học.
Do đó, cộng đồng AI và nhà nghiên cứu Việt Nam cần thúc đẩy các biện pháp bảo vệ dữ liệu mở, khuyến khích sử dụng tài nguyên tính toán hiệu quả và phát triển mô hình có khả năng học từ kiến thức đã được xác thực, nhằm duy trì môi trường nghiên cứu bền vững.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com