Một mô hình của OpenAI đã bác bỏ một giả thuyết trung tâm trong hình học rời rạc

Bài từ OpenAI, dịch bởi Gemini.

Trong gần 80 năm qua, các nhà toán học đã nghiên cứu một câu hỏi tưởng chừng đơn giản: nếu bạn đặt $n$ điểm trên mặt phẳng, có bao nhiêu cặp điểm có khoảng cách bằng đúng 1?

Đây là bài toán khoảng cách đơn vị trên mặt phẳng, được Paul Erdős đề xuất lần đầu tiên vào năm 1946. Nó là một trong những câu hỏi nổi tiếng nhất trong hình học tổ hợp, dễ phát biểu nhưng lại đặc biệt khó giải quyết. Cuốn sách năm 2005 Research Problems in Discrete Geometry (Các vấn đề nghiên cứu trong Hình học Rời rạc) của Brass, Moser và Pach, gọi nó là “có lẽ là bài toán được biết đến nhiều nhất (và dễ giải thích nhất) trong hình học tổ hợp.” Noga Alon, một chuyên gia hàng đầu về tổ hợp tại Đại học Princeton, mô tả đây là “một trong những bài toán yêu thích của Erdős.” Erdős thậm chí còn từng treo thưởng tiền mặt cho ai giải quyết được bài toán này.

Hôm nay, chúng tôi chia sẻ một bước đột phá về bài toán khoảng cách đơn vị. Kể từ công trình nguyên bản của Erdős, niềm tin phổ biến luôn là các cấu hình “lưới vuông” về cơ bản đã là tối ưu nhất để tối đa hóa số lượng các cặp có khoảng cách bằng 1. Một mô hình nội bộ của OpenAI đã bác bỏ giả thuyết tồn tại từ lâu này, cung cấp một họ vô hạn các ví dụ mang lại sự cải thiện theo đa thức (polynomial improvement). Lời chứng minh này đã được kiểm tra bởi một nhóm các nhà toán học độc lập bên ngoài. Họ cũng đã viết một bài báo đồng hành giải thích lập luận, đồng thời cung cấp thêm kiến thức nền và bối cảnh cho tầm quan trọng của kết quả này.

Kết quả này cũng đáng chú ý ở chính cách nó được tìm ra. Lời chứng minh xuất phát từ một mô hình suy luận đa dụng mới, thay vì một hệ thống được huấn luyện chuyên biệt cho toán học, hay được thiết kế thuật toán tìm kiếm qua các chiến lược chứng minh, hoặc nhắm mục tiêu cụ thể vào bài toán khoảng cách đơn vị. Là một phần của nỗ lực rộng lớn hơn nhằm kiểm tra xem các mô hình tiên tiến có thể đóng góp cho nghiên cứu tuyến đầu hay không, chúng tôi đã đánh giá nó trên một tập hợp các bài toán của Erdős. Trong trường hợp này, nó đã đưa ra một lời giải chứng minh trọn vẹn bài toán mở này.

Chứng minh này là một cột mốc quan trọng đối với cả cộng đồng toán học và AI. Nó đánh dấu lần đầu tiên một bài toán mở nổi bật, mang tính trọng tâm của một phân ngành toán học, được giải quyết một cách tự động bởi AI. Nó cũng chứng minh chiều sâu suy luận mà các hệ thống này hiện có thể hỗ trợ. Toán học cung cấp một nền tảng thử nghiệm đặc biệt rõ ràng cho khả năng suy luận: các bài toán rất chính xác, các chứng minh tiềm năng có thể được kiểm tra, và một lập luận dài chỉ có giá trị nếu logic được kết nối chặt chẽ từ đầu đến cuối. Phương pháp giải quyết bài toán cũng rất đáng chú ý. Lời giải đã mang những ý tưởng phức tạp, bất ngờ từ lý thuyết số đại số (algebraic number theory) để áp dụng vào một câu hỏi hình học sơ cấp.

Chủ nhân huy chương Fields Tim Gowers, viết trong bài báo đồng hành, gọi kết quả này là “một cột mốc trong toán học AI.” Theo nhà lý thuyết số hàng đầu Arul Shankar, “Theo ý kiến của tôi, bài báo này chứng minh rằng các mô hình AI hiện tại không chỉ dừng lại ở vai trò trợ lý cho các nhà toán học con người – chúng có khả năng tạo ra những ý tưởng nguyên bản đầy khéo léo, và sau đó đưa chúng đến thành quả cuối cùng”.

Ý kiến của các nhà toán học về kết quả này:

Noga Alon: “Đây là một trong những bài toán yêu thích của Erdős, chính tôi đã nghe ông nhắc đến bài toán này nhiều lần trong các bài giảng của mình. Tôi tin rằng có thể nói công bằng rằng mọi nhà toán học làm việc trong lĩnh vực Hình học Tổ hợp đều đã từng nghĩ về bài toán này, và rất nhiều nhà toán học làm việc ở các lĩnh vực khác cũng đã dành ít nhất một chút thời gian để suy nghĩ về nó… Giải pháp cho bài toán từ mô hình nội bộ của Open AI, theo ý kiến của tôi, là một thành tựu xuất sắc, giải quyết dứt điểm một bài toán mở đã tồn tại từ lâu. Việc đáp án đúng không phải là $n^{1+o(1)}$ là một điều đáng ngạc nhiên, và cách xây dựng cấu hình cùng phân tích của nó đã áp dụng các công cụ khá phức tạp từ lý thuyết số đại số một cách thanh lịch và thông minh.”
Tim Gowers: “Không có nghi ngờ gì rằng giải pháp cho bài toán khoảng cách đơn vị là một cột mốc trong toán học AI: nếu một con người viết bài báo này và gửi cho tờ Annals of Mathematics và tôi được yêu cầu đưa ra ý kiến nhanh, tôi sẽ đề nghị chấp nhận mà không hề do dự. Chưa có chứng minh nào do AI tạo ra trước đây có thể tiến gần đến mức đó.”
Arul Shankar: “Chuỗi suy luận (CoT) của mô hình cực kỳ thú vị. Đáng chú ý là phần lớn các luồng suy nghĩ đều cố gắng xây dựng một phản ví dụ cho giới hạn trên (upper bound) vốn được nhiều người tin tưởng, thay vì cố gắng chứng minh nó. Điều này lập luận rằng mô hình có sự kết hợp của trực giác tốt, sự sẵn sàng thử các phương pháp tiếp cận mà cộng đồng coi là ‘mò kim đáy bể’ (long-shot), và một thiên hướng nỗ lực xây dựng các cấu hình… Theo ý kiến của tôi, bài báo này chứng minh rằng các mô hình AI hiện tại không chỉ là những người trợ lý cho các nhà toán học con người – chúng có khả năng có những ý tưởng nguyên bản khéo léo, và đưa chúng đến kết quả cuối cùng.”
Jacob Tsimerman: “Đây là một tác phẩm thực sự ấn tượng, và tôi sẽ chấp nhận nó cho bất kỳ tạp chí nào mà không ngần ngại. Tôi thực sự đã từng nghiên cứu bài toán này một thời gian ngắn và cố gắng tạo ra một phản ví dụ, nhưng không tiến triển được… Chắc chắn đây là một cấu hình rất đáng sợ để đọc hiểu ngay cả khi bạn biết những gì đang diễn ra, và thậm chí còn khó hơn nhiều để tự mình triển khai.”

Bài toán khoảng cách đơn vị

Cho $u(n)$ là số lượng lớn nhất có thể của các cặp khoảng cách đơn vị trong số $n$ điểm trên mặt phẳng. Rất dễ để xây dựng các ví dụ đạt được tốc độ tăng trưởng tuyến tính: đặt $n$ điểm trên một đường thẳng sẽ cho $n-1$ cặp, trong khi một lưới vuông cho khoảng $2n$ cặp. Cấu hình tốt nhất được biết đến trước đây, xuất phát từ một lưới vuông được thu phóng, hóa ra lại cho nhiều hơn thế: $n^{1 + C / \log \log(n)}$ với $C$ là một hằng số. Vì $\log \log(n)$ tiến đến vô cùng theo $n$ , nên số hạng bổ sung trong số mũ tiến đến 0, có nghĩa là các cấu hình này đạt được tốc độ tăng trưởng chỉ nhanh hơn tuyến tính một chút. Trong nhiều thập kỷ, người ta tin rộng rãi rằng tốc độ này về cơ bản là tốt nhất có thể, và không có cấu hình nào có thể cải thiện đáng kể so với lưới vuông. Về mặt kỹ thuật, Erdős phỏng đoán một giới hạn trên là $n^{1+o(1)}$ trong đó $o(1)$ chỉ ra một số hạng tiến tới 0 theo $n$ .

Kết quả mới của chúng tôi đã bác bỏ giả thuyết này. Chính xác hơn, với vô hạn giá trị của $n$ , lời chứng minh xây dựng các cấu hình gồm $n$ điểm với ít nhất $n^{1+\delta}$ cặp khoảng cách đơn vị, với một số mũ cố định $\delta > 0$ . (Lời chứng minh AI gốc không đưa ra một $\delta$ cụ thể, nhưng một tinh chỉnh sắp tới do giáo sư toán học Will Sawin của Princeton thực hiện đã chỉ ra rằng người ta có thể lấy $\delta=0.014$ ).

Lịch sử của bài toán giúp chúng ta thấy tại sao kết quả này lại đáng kinh ngạc. Giới hạn dưới (lower bound) tốt nhất được biết đến về cơ bản đã không thay đổi kể từ cấu hình nguyên bản năm 1946 của Erdős. Giới hạn trên tốt nhất, $O(n^{4/3})$ , có từ công trình của Spencer, Szemerédi, và Trotter năm 1984, và mặc dù sau đó có những tinh chỉnh và công trình cấu trúc liên quan của Székely, Katz và Silier, Pach, Raz, và Solymosi cùng những người khác, giới hạn trên này về cơ bản vẫn không thay đổi. Như một bằng chứng ủng hộ cho giả thuyết, Matoušek và Alon-Bucić-Sauermann đã nghiên cứu bài toán với các khoảng cách phi Euclid trên mặt phẳng, và chứng minh rằng “phần lớn” các khoảng cách phi Euclid này tuân theo giả thuyết theo một nghĩa nào đó.

Đáng ngạc nhiên là, các thành phần cốt lõi của cấu hình lại đến từ một phần rất khác của toán học được gọi là lý thuyết số đại số, nghiên cứu các khái niệm như phân tích nhân tử trong các phần mở rộng của số nguyên được gọi là các trường số đại số (algebraic number fields).

Những kỹ thuật mới từ lý thuyết số đại số

Ở mức độ tổng quan, lời chứng minh bắt đầu với một ý tưởng hình học quen thuộc và đẩy nó theo một hướng bất ngờ.

Giới hạn dưới ban đầu của Erdős có thể được hiểu thông qua các số nguyên Gauss (Gaussian integers): các số có dạng $a+bi$ , trong đó $a$ và $b$ là các số nguyên và $i$ là căn bậc hai của $-1$ . Số nguyên Gauss mở rộng các số nguyên thông thường và, giống như chúng, có được các đặc tính như phân tích duy nhất thành các số nguyên tố. Những sự mở rộng như vậy của số nguyên hoặc số hữu tỉ thông thường được gọi là các trường số đại số. Lập luận mới thay thế các số nguyên Gauss bằng các dạng tổng quát hóa phức tạp hơn từ lý thuyết số đại số với các tính đối xứng phong phú hơn, có thể tạo ra nhiều hơn đáng kể các hiệu số có độ dài bằng đơn vị.

Lập luận chính xác sử dụng các công cụ như tháp trường lớp vô hạn (infinite class field towers) và lý thuyết Golod–Shafarevich để chứng minh rằng các trường số cần thiết cho lập luận thực sự tồn tại. Những ý tưởng này rất quen thuộc đối với các nhà lý thuyết số đại số, nhưng thật là một bất ngờ lớn khi những khái niệm này lại có ý nghĩa đối với các câu hỏi hình học trong mặt phẳng Euclid.

Ý nghĩa của điều này đối với toán học

Kết quả này đánh dấu một khoảnh khắc quan trọng trong sự tương tác giữa AI và toán học: một hệ thống AI đã tự động giải quyết một bài toán mở tồn tại từ lâu, đóng vai trò trung tâm của một lĩnh vực đang hoạt động tích cực. Nó cũng mang đến cái nhìn thoáng qua sớm về một kiểu hợp tác mới giữa AI và các nhà toán học con người. Trong trường hợp này, công trình đồng hành của các nhà toán học bên ngoài đã vẽ nên một bức tranh phong phú hơn rất nhiều so với chỉ riêng lời giải nguyên bản.

Như Thomas Bloom viết trong ghi chú đồng hành:

“Khi đánh giá tầm quan trọng và sự ảnh hưởng của một chứng minh do AI tạo ra, câu hỏi tôi tự đặt ra cho mình là: điều này có dạy chúng ta điều gì mới về bài toán không? Hiện tại chúng ta có hiểu hình học rời rạc tốt hơn không? Tôi nghĩ câu trả lời là một từ ‘có’ có chừng mực: điều này cho thấy rằng các cấu hình lý thuyết số có nhiều điều để nói về những dạng câu hỏi này hơn chúng ta tưởng; hơn nữa, phần lý thuyết số được yêu cầu có thể rất sâu sắc. Không nghi ngờ gì nữa, nhiều nhà lý thuyết số đại số sẽ xem xét kỹ lưỡng các bài toán mở khác trong hình học rời rạc trong những tháng tới.”

Sự kết nối bất ngờ giữa lý thuyết số đại số và hình học rời rạc được bộc lộ bởi lời giải là một phần khiến kết quả này trở nên đáng chú ý. Nó không đơn thuần giải quyết một giả thuyết cụ thể, mà còn có thể cung cấp cho các nhà toán học một cây cầu để bắt đầu khám phá thêm các bài toán liên quan khác.

Bloom cũng hướng tới một khả năng rộng lớn hơn:

“Ranh giới của tri thức phát triển như những mũi nhọn (rất không đồng đều), và không có gì phải nghi ngờ rằng trong những tháng và năm tới sẽ chứng kiến những thành công tương tự trong nhiều lĩnh vực toán học khác, nơi các bài toán mở tồn tại từ lâu được giải quyết bởi một AI bộc lộ những kết nối bất ngờ và đẩy bộ máy kỹ thuật hiện tại đến giới hạn của nó. AI đang giúp chúng ta khám phá trọn vẹn hơn thánh đường toán học mà chúng ta đã xây dựng qua nhiều thế kỷ; những kỳ quan chưa từng thấy nào khác đang chực chờ phía sau cánh gà?”

Kết quả này cung cấp một ví dụ đầy hứa hẹn: AI không chỉ đóng góp một lời giải, mà còn là một sự khám phá toán học mà ý nghĩa của nó trở nên rõ ràng và phong phú hơn thông qua sự thấu hiểu tiếp nối của con người.

Tại sao điều này lại quan trọng

Bài học rút ra còn lớn hơn kết quả cụ thể này. Khả năng suy luận toán học tốt hơn có thể biến AI thành một đối tác nghiên cứu mạnh mẽ hơn: một thứ có thể gắn kết các luồng tư duy khó nhằn lại với nhau, kết nối các ý tưởng giữa các mảng kiến thức xa lạ, phát hiện ra các con đường đầy hứa hẹn mà các chuyên gia có thể chưa ưu tiên, và giúp các nhà nghiên cứu đạt được tiến bộ trên những bài toán mà nếu không có nó, sẽ quá phức tạp hoặc tốn nhiều thời gian để giải quyết.

Những khả năng đó quan trọng vượt ra ngoài toán học. Nếu một mô hình có thể giữ cho một lập luận phức tạp mạch lạc, kết nối các ý tưởng qua các vùng tri thức xa lạ và tạo ra những công trình vượt qua được sự giám sát của chuyên gia, thì đó cũng là những khả năng hữu ích trong sinh học, vật lý, khoa học vật liệu, kỹ thuật và y học. Và chúng là một phần trong lộ trình dài hạn của chúng tôi hướng tới những nghiên cứu tự động hóa hơn: các hệ thống có thể giúp các nhà khoa học và kỹ sư khám phá nhiều ý tưởng hơn và theo đuổi các câu hỏi kỹ thuật hóc búa hơn.

AI sắp sửa bắt đầu đảm nhận một vai trò rất nghiêm túc trong các phần sáng tạo của nghiên cứu, và quan trọng nhất là trong chính nghiên cứu về AI. Dù tiến bộ này không nằm ngoài dự đoán, nó củng cố thêm tính cấp bách mà chúng tôi cảm nhận được về việc cần phải thấu hiểu giai đoạn phát triển tiếp theo này của AI, những thách thức của việc hiệu chỉnh (aligning) các hệ thống siêu thông minh, và tương lai của sự hợp tác giữa con người và AI.

Tương lai đó vẫn phụ thuộc vào phán đoán của con người. Chuyên môn hóa trở nên có giá trị hơn chứ không phải kém đi. AI có thể giúp tìm kiếm, đề xuất và xác minh. Con người sẽ chọn những bài toán quan trọng, diễn giải các kết quả và quyết định những câu hỏi nào sẽ theo đuổi tiếp theo.

Các đường dẫn tham khảo

[1] https://openai.com/index/model-disproves-discrete-geometry-conjecture/

[2] Will Sawin, An explicit lower bound for the unit distance problem: https://arxiv.org/abs/2605.20579

[3] Noga Alon, Thomas F. Bloom, W. T. Gowers, Daniel Litt, Will Sawin, Arul Shankar, Jacob Tsimerman, Victor Wang, Melanie Matchett Wood Remarks on the disproof of the unit distance conjecture: https://arxiv.org/abs/2605.20695

Đài Loan Cân Nhắc Đưa Bitcoin Vào Quỹ Dự Trữ Ngoại Hối 602 Tỷ USD

Vào ngày 29/04/2026, Tiến sĩ Ko Ju-Chun – một nhà lập pháp tại Đài Loan – đã chính thức đệ trình đề xuất lên Thủ tướng và Thống đốc Ngân hàng Trung ương nước này về việc đưa Bitcoin vào quỹ dự trữ ngoại hối quốc gia. Động thái này không đơn thuần là một xu hướng đầu tư mang tính phong trào, mà xuất phát từ những bài toán địa chính trị và an ninh tài chính rất thực tế.

Theo số liệu từ Viện Chính sách Bitcoin (Bitcoin Policy Institute), Đài Loan hiện đang nắm giữ quỹ dự trữ ngoại hối khổng lồ lên tới 602 tỷ USD. Điểm đáng lo ngại là hơn 80% trong số đó là các tài sản định giá bằng đồng USD.

Sự tập trung quá mức này tạo ra một rủi ro kép (unique convergence of geopolitical risk and reserve concentration). Nếu đồng bạc xanh suy yếu hoặc các căng thẳng địa chính trị leo thang dẫn đến các lệnh trừng phạt hoặc phong tỏa tài chính, nền kinh tế Đài Loan sẽ bị ảnh hưởng nghiêm trọng.

Trong bối cảnh đó, Tiến sĩ Ko Ju-Chun và các nhà nghiên cứu lập luận rằng Bitcoin sở hữu những đặc tính chiến lược mà các tài sản truyền thống không có:

Tính phi tập trung: Không bị kiểm soát, đóng băng hay tịch thu bởi bất kỳ quốc gia hay tổ chức trung ương nào.
Tính cơ động tuyệt đối: Trong kịch bản dòng tiền quốc tế bị kiểm soát nghiêm ngặt hoặc tài sản vật chất (như vàng) không thể di chuyển, Bitcoin vẫn có thể được truy cập và giao dịch ở bất cứ đâu chỉ cần có mạng internet.

Đề xuất này hiện đã được chuyển giao cho cơ quan hành pháp và Ngân hàng Trung ương Đài Loan (CBC) để đánh giá. Trước đây (vào cuối năm 2025), Ngân hàng Trung ương Đài Loan từng tỏ ra e ngại việc sử dụng Bitcoin làm tài sản dự trữ do các vấn đề liên quan đến tính thanh khoản, lưu ký và biến động giá. Tuy nhiên, với áp lực đổi mới, CBC đã bắt đầu có những bước thử nghiệm nhỏ bằng việc đưa 210 Bitcoin (từ các vụ tịch thu) vào quy trình giám sát thử nghiệm.

Tiến sĩ Ko cũng yêu cầu Ngân hàng Trung ương phải đưa ra một báo cáo chi tiết về tiền mã hóa và stablecoin trong vòng 1 tháng tới.

Sự kiện này đánh dấu một bước chuyển mình quan trọng: Bitcoin đang dần bước ra khỏi khuôn khổ của một loại tài sản đầu cơ rủi ro cá nhân để được thảo luận nghiêm túc như một “công cụ an ninh quốc gia”. Dù Ngân hàng Trung ương Đài Loan có quyết định phân bổ tỷ trọng hay không, việc Bitcoin len lỏi vào nghị sự cấp cao nhất của các chính phủ cho thấy tài sản số này đang dần củng cố vị thế vững chắc của mình trên bản đồ tài chính thế giới.

Và đôi khi, việc quan sát cách các quốc gia đa dạng hóa rủi ro cũng mang lại cho chúng ta những bài học tư duy sắc bén trong việc quản trị rủi ro danh mục của chính mình.

Tài liệu tham khảo:

PR Newswire (29/04/2026): “Taiwan Legislator Delivers Bitcoin Policy Institute Report on Bitcoin Reserve to Premier and Central Bank Governor”https://www.prnewswire.com/news-releases/taiwan-legislator-delivers-bitcoin-policy-institute-report-on-bitcoin-reserve-to-premier-and-central-bank-governor-302758193.html
Binance News (01/05/2026): “Taiwanese Legislator Proposes Bitcoin Allocation from Foreign Exchange Reserves”https://www.binance.com/en/square/post/05-02-2026-taiwanese-legislator-proposes-bitcoin-allocation-from-foreign-exchange-reserves-318686837668642
TradingView News (01/05/2026): “Taiwan Pushes Bitcoin Reserve Strategy to Reduce Dollar Dependence”https://www.tradingview.com/news/coinpedia:a9a9e53fb094b:0-taiwan-pushes-bitcoin-reserve-strategy-to-reduce-dollar-dependence/
Video Toàn cảnh buổi điều trần trên YouTube: Đài truyền hình hoặc kênh tin tức lưu trữ lại phần trình bày đề xuất tại Viện Lập Pháp.https://www.youtube.com/watch?v=0IvteOZA6t4 (Tiêu đề: Taiwan Legislator Delivers Bitcoin Policy Institute Report on Bitcoin Reserve)

Một điều lớn lao đang diễn ra

Bài này của Matt Shumer, và được dịch bởi Gemini.

Link gốc: https://x.com/mattshumer_/status/2021256989876109403

Một Điều Lớn Lao Đang Diễn Ra

Tác giả: Matt Shumer • Tháng 2, 2026

Hãy nhớ lại tháng 2 năm 2020.

Nếu bạn chú ý kỹ, có lẽ bạn đã nhận thấy một vài người nói về một loại virus đang lây lan ở nước ngoài. Nhưng hầu hết chúng ta đều không chú ý kỹ. Thị trường chứng khoán đang hoạt động rất tốt, con cái bạn vẫn đến trường, bạn vẫn đi ăn nhà hàng, bắt tay và lên kế hoạch cho các chuyến du lịch. Nếu ai đó nói với bạn rằng họ đang tích trữ giấy vệ sinh, bạn hẳn sẽ nghĩ họ đã dành quá nhiều thời gian ở một góc kỳ quặc nào đó trên internet.

Sau đó, chỉ trong khoảng ba tuần, toàn bộ thế giới đã thay đổi. Văn phòng của bạn đóng cửa, con cái bạn trở về nhà, và cuộc sống tự sắp xếp lại thành một thứ gì đó mà bạn sẽ không tin nếu tự mô tả cho chính mình nghe một tháng trước đó.

Tôi nghĩ chúng ta đang ở trong giai đoạn “điều này có vẻ bị thổi phồng” của một thứ gì đó lớn hơn Covid rất, rất nhiều.

Tôi đã dành sáu năm để xây dựng một startup về AI và đầu tư vào lĩnh vực này. Tôi sống trong thế giới này. Và tôi viết bài này cho những người thân trong đời tôi, những người không thuộc thế giới đó… gia đình tôi, bạn bè tôi, những người tôi quan tâm, những người liên tục hỏi tôi “vậy rốt cuộc AI là sao?” và nhận được một câu trả lời không lột tả hết những gì thực sự đang diễn ra. Tôi vẫn cứ đưa cho họ phiên bản lịch sự. Phiên bản “tiệc cocktail”. Bởi vì phiên bản trung thực nghe có vẻ như tôi đã mất trí.

Và trong một thời gian, tôi tự nhủ rằng đó là lý do đủ tốt để giữ những gì thực sự đang xảy ra cho riêng mình. Nhưng khoảng cách giữa những gì tôi nói và những gì thực sự đang diễn ra đã trở nên quá lớn. Những người tôi quan tâm xứng đáng được nghe về những gì đang đến, ngay cả khi nó nghe có vẻ điên rồ.

Tôi cần nói rõ một điều ngay từ đầu: mặc dù tôi làm việc trong ngành AI, tôi gần như không có ảnh hưởng gì đến những gì sắp xảy ra, và đại đa số những người trong ngành cũng vậy. Tương lai đang được định hình bởi một số lượng người nhỏ đáng kinh ngạc: vài trăm nhà nghiên cứu tại một số ít công ty… OpenAI, Anthropic, Google DeepMind và một vài nơi khác. Một đợt huấn luyện đơn lẻ, được quản lý bởi một nhóm nhỏ trong vài tháng, có thể tạo ra một hệ thống AI thay đổi toàn bộ quỹ đạo của công nghệ. Hầu hết chúng tôi làm việc trong ngành AI đang xây dựng trên những nền móng mà chúng tôi không đặt ra. Chúng tôi đang theo dõi điều này diễn ra giống như bạn… chúng tôi chỉ tình cờ đứng đủ gần để cảm nhận mặt đất rung chuyển trước tiên.

Nhưng bây giờ là lúc rồi. Không phải theo kiểu “rồi chúng ta cũng nên nói về chuyện này”. Mà theo kiểu “chuyện này đang xảy ra ngay bây giờ và tôi cần bạn hiểu nó”.

Tôi biết điều này là thật vì nó đã xảy ra với tôi đầu tiên

Đây là điều mà không ai bên ngoài giới công nghệ thực sự hiểu được: lý do rất nhiều người trong ngành đang gióng lên hồi chuông cảnh báo ngay lúc này là vì điều này đã xảy ra với chúng tôi. Chúng tôi không đưa ra dự đoán. Chúng tôi đang kể cho bạn nghe những gì đã xảy ra trong chính công việc của chúng tôi, và cảnh báo bạn rằng bạn là người tiếp theo.

Trong nhiều năm, AI đã cải thiện đều đặn. Có những bước nhảy vọt lớn ở chỗ này chỗ kia, nhưng mỗi bước nhảy lớn đều cách nhau đủ xa để bạn có thể tiếp nhận chúng khi chúng đến. Sau đó vào năm 2025, các kỹ thuật mới để xây dựng các mô hình này đã mở khóa một tốc độ tiến bộ nhanh hơn nhiều. Và rồi nó còn nhanh hơn nữa. Và rồi lại nhanh hơn nữa. Mỗi mô hình mới không chỉ tốt hơn mô hình trước… nó tốt hơn với một biên độ rộng hơn, và thời gian giữa các lần phát hành mô hình mới ngắn hơn. Tôi đã sử dụng AI ngày càng nhiều, trao đổi qua lại với nó ngày càng ít đi, nhìn nó xử lý những việc mà tôi từng nghĩ đòi hỏi chuyên môn của mình.

Sau đó, vào ngày 5 tháng 2, hai phòng thí nghiệm AI lớn đã phát hành các mô hình mới trong cùng một ngày: GPT-5.3 Codex từ OpenAI, và Opus 4.6 từ Anthropic (nhà sản xuất Claude, một trong những đối thủ chính của ChatGPT). Và có điều gì đó đã thông suốt. Không giống như bật công tắc đèn… giống khoảnh khắc bạn nhận ra nước đã dâng lên quanh mình và giờ đã ngập đến ngực.

Tôi không còn cần thiết cho công việc kỹ thuật thực tế trong nghề của mình nữa. Tôi mô tả những gì tôi muốn xây dựng, bằng tiếng Anh đơn giản, và nó cứ thế… xuất hiện. Không phải là một bản phác thảo thô mà tôi cần sửa. Là thành phẩm. Tôi nói với AI những gì tôi muốn, rời khỏi máy tính trong bốn giờ, và quay lại thấy công việc đã hoàn thành. Được làm tốt, làm tốt hơn tôi tự làm, và không cần chỉnh sửa gì. Vài tháng trước, tôi còn phải trao đổi qua lại với AI, hướng dẫn nó, chỉnh sửa. Bây giờ tôi chỉ mô tả kết quả và rời đi.

Để tôi cho bạn một ví dụ để bạn có thể hiểu điều này thực tế trông như thế nào. Tôi sẽ nói với AI: “Tôi muốn xây dựng ứng dụng này. Đây là những gì nó nên làm, đây là sơ bộ những gì nó nên trông như thế nào. Hãy tìm ra luồng người dùng, thiết kế, tất cả mọi thứ.” Và nó làm. Nó viết hàng chục nghìn dòng mã. Sau đó, và đây là phần không thể tưởng tượng nổi một năm trước, nó tự mở ứng dụng lên. Nó nhấp qua các nút. Nó kiểm tra các tính năng. Nó sử dụng ứng dụng theo cách một con người sẽ làm. Nếu nó không thích cách một cái gì đó trông như thế nào hoặc cảm thấy ra sao, nó sẽ quay lại và thay đổi, hoàn toàn tự động. Nó lặp lại, giống như một lập trình viên, sửa lỗi và tinh chỉnh cho đến khi hài lòng. Chỉ khi nó quyết định ứng dụng đã đạt tiêu chuẩn của chính nó, nó mới quay lại với tôi và nói: “Nó đã sẵn sàng để bạn kiểm tra.” Và khi tôi kiểm tra, nó thường hoàn hảo.

Tôi không phóng đại. Đó là những gì ngày thứ Hai của tôi trông như thế nào trong tuần này.

Continue reading →

Từ Grok: Lời giới thiệu cho cuốn sách “The Bitcoin Standard”

Cuốn sách The Bitcoin Standard: The Decentralized Alternative to Central Banking (tạm dịch: Bitcoin: Giải pháp phi tập trung thay thế cho ngân hàng trung ương) của tác giả Saifedean Ammous là một tác phẩm đột phá, mang tính khai sáng về Bitcoin – không chỉ đơn thuần là một loại tiền kỹ thuật số, mà còn là một hiện tượng kinh tế, tài chính và triết học có khả năng thay đổi cách chúng ta hiểu về tiền tệ và quyền lực kinh tế. Được xuất bản lần đầu vào năm 2018, cuốn sách nhanh chóng trở thành một trong những tài liệu quan trọng nhất về Bitcoin, cung cấp một góc nhìn sâu sắc về lịch sử tiền tệ, vai trò của tiền trong xã hội, và tiềm năng của Bitcoin trong việc định hình tương lai tài chính toàn cầu. Với lối viết rõ ràng, lập luận chặt chẽ và nền tảng học thuật vững chắc, Ammous đã tạo nên một tác phẩm không chỉ dành cho những người đam mê tiền mã hóa mà còn cho bất kỳ ai quan tâm đến kinh tế, lịch sử và tự do cá nhân.

1. Bối cảnh lịch sử và ý nghĩa của tiền tệ

The Bitcoin Standard mở đầu bằng việc dẫn dắt người đọc qua hành trình lịch sử của tiền tệ, từ những hình thức sơ khai như vỏ sò, đá quý, đến vàng và cuối cùng là tiền pháp định (fiat) hiện nay. Ammous phân tích cách các nền văn minh đã phát triển các hình thức tiền tệ để đáp ứng nhu cầu trao đổi và lưu trữ giá trị, nhấn mạnh vai trò của “tiền cứng” (sound money) – tức là loại tiền có giá trị nội tại, khó bị thao túng và không dễ bị mất giá qua thời gian. Ông lập luận rằng vàng, với tính chất khan hiếm và bền vững, từng là tiêu chuẩn lý tưởng cho tiền tệ, giúp duy trì sự ổn định kinh tế và hạn chế sự can thiệp của chính phủ.

Tuy nhiên, với sự ra đời của tiền pháp định và việc các ngân hàng trung ương kiểm soát nguồn cung tiền, thế giới đã chứng kiến lạm phát, bất ổn tài chính và sự suy giảm giá trị của tiền tệ. Ammous chỉ trích hệ thống tài chính hiện tại, cho rằng nó trao quyền quá lớn cho các chính phủ và ngân hàng trung ương, dẫn đến các chu kỳ bùng nổ và suy thoái kinh tế, cũng như sự bất bình đẳng ngày càng gia tăng. Trong bối cảnh đó, Bitcoin xuất hiện như một giải pháp phi tập trung, thách thức quyền lực của các tổ chức tài chính truyền thống.

Continue reading →

Từ Grok: Review sách “Blockchain Basics: A Non-Technical Introduction in 25 Steps” của Daniel Drescher

Tổng quan về sách

“Blockchain Basics: A Non-Technical Introduction in 25 Steps” (tạm dịch: “Cơ bản về Blockchain: Giới thiệu không kỹ thuật qua 25 bước”) là một cuốn sách được viết bởi Daniel Drescher, một chuyên gia trong lĩnh vực ngân hàng và công nghệ, với mục tiêu giải thích các khái niệm phức tạp về blockchain một cách dễ hiểu cho người không có nền tảng kỹ thuật. Cuốn sách được xuất bản vào năm 2017 bởi Apress Business và nhanh chóng trở thành một tài liệu tham khảo phổ biến cho những ai muốn tìm hiểu về công nghệ blockchain mà không cần đi sâu vào các chi tiết kỹ thuật như toán học, lập trình hay mật mã học. Với cấu trúc gồm 25 bước, cuốn sách dẫn dắt người đọc qua các khái niệm cơ bản, ứng dụng thực tiễn và những hạn chế của blockchain, sử dụng các phép ẩn dụ, ví dụ và hình ảnh minh họa để làm rõ ý tưởng.

Daniel Drescher, tác giả của cuốn sách, là một người có kinh nghiệm lâu năm trong lĩnh vực giao dịch chứng khoán điện tử tại các ngân hàng, đồng thời ông cũng sở hữu bằng Tiến sĩ Kinh tế lượng từ Đại học Kỹ thuật Berlin và Thạc sĩ Kỹ thuật Phần mềm từ Đại học Oxford. Với nền tảng học vấn và kinh nghiệm thực tiễn, Drescher mang đến một góc nhìn vừa sâu sắc vừa dễ tiếp cận về blockchain, một công nghệ đang ngày càng trở nên phổ biến trong nhiều lĩnh vực như tài chính, chuỗi cung ứng và quản trị.

Continue reading →