Ken Ono discusses the emotional impact of AI on mathematics, criticizing overemphasis on benchmarks and traditional skills. He shares a personal story about his father keeping a third-place plaque, which changed his interpretation of that event. Ono was hired to write math problems for AI benchmarks and was shocked by AI's progress. He argues that true research involves iterative discovery, not just answering questions, and AI can lower the burden for discovery.
Ken Ono thảo luận về tác động cảm xúc của AI đối với toán học, chỉ trích việc quá chú trọng vào các điểm chuẩn và kỹ năng truyền thống. Anh kể một câu chuyện cá nhân về việc cha anh giữ một tấm bảng xếp hạng ba, điều này đã thay đổi cách anh hiểu về sự kiện đó. Ono được thuê để viết các bài toán cho điểm chuẩn AI và bị sốc trước sự tiến bộ của AI. Anh lập luận rằng nghiên cứu thực sự liên quan đến khám phá lặp đi lặp lại, không chỉ trả lời câu hỏi, và AI có thể giảm bớt gánh nặng cho việc khám phá.
Hi, my name is Ken Ono.
Xin chào, tôi là Ken Ono.
I'm a mathematician.
Tôi là một nhà toán học.
I work at Axiom Math and the University of Virginia, but in my life, I was not a good student in college.
Tôi làm việc tại Axiom Math và Đại học Virginia, nhưng trong cuộc đời mình, tôi đã từng không phải là một sinh viên giỏi ở đại học.
In fifth grade, we had a math music contest and I got third.
Năm lớp năm, chúng tôi có một cuộc thi toán [âm nhạc] và tôi đạt giải ba.
Now, third is pretty good out of a fifth grade, but my father was a famous mathematician.
Giải ba là khá tốt so với học sinh lớp năm, nhưng cha tôi là một nhà toán học nổi tiếng.
They came to the competition and son of famous mathematician gets third in Hampton
Họ đến cuộc thi và con trai của nhà toán học nổi tiếng chỉ đạt giải ba ở trường Tiểu học Hampton
Elementary School.
Trong suốt 50 năm cuộc đời, tôi đã nghĩ rằng mình đã thất bại hoàn toàn.
I thought for 50 years of my life that I had utterly failed.
Nhưng lý do tôi nhắc đến điều này là khi cha tôi qua đời vào tháng Giêng, chúng tôi dọn dẹp đồ đạc của ông và trong số tất cả những thứ ông có thể giữ, chỉ có một tấm bảng từ cuộc thi lớp năm của tôi được cất trong tủ.
But the reason I bring this up is that when my dad passed away in January, we were cleaning up his belongings and of all the things that he could have kept and it was just in a closet now was that plaque from my fifth grade contest.
Và tôi nghĩ, 'Wow, tôi đã hiểu sai sự kiện đó cả đời mình.' Nó thực sự có ý nghĩa với ông khi giữ lại tấm bảng nơi tôi không thắng, nhưng tôi đã đạt giải ba.
And I thought, "Wow, I had misinterpreted that event my whole life." It actually meant something to him to keep a plaque where I didn't win, but I got third place.
Tôi chắc chắn rằng điều ông thấy là tôi muốn làm tốt.
What he saw, I'm sure, was that I wanted to do well.
Chúng ta đang sống trong thời đại mà thế giới đặt quá nhiều trọng tâm vào các điểm chuẩn.
We live at a time where the world places so much emphasis on benchmarks.
Các công ty AI [âm nhạc] và các mô hình ngôn ngữ lớn tiên tiến đang cạnh tranh để đạt được những
how these music AI firms and the state-of-the-art large language models are competing for these
điểm số điên rồ.
crazy scores.
Có rất nhiều lo lắng về các điểm chuẩn.
There's a lot of anxiety over benchmarks.
[âm nhạc] Nhưng khi đánh giá trí thông minh, chúng ta có thực sự tin rằng người có chỉ số IQ cao hơn thì thông minh hơn không?
music But when it comes to assessing intelligence, do we honestly believe that someone who gets a higher IQ score is somehow smarter?
Không, tất nhiên là không.
No, of course not.
Điều đó sẽ giúp mọi người thoải mái, phải không?
It should put people at ease, right?
Nếu bạn phải sống theo tiêu chuẩn do người khác đặt ra, thì bạn không sống cho chính mình.
If you have to live up to the standards set by someone else, then you're not living for yourself.
Bạn không ghi nhận công lao cho bản thân.
You're not giving yourself credit.
Tôi coi điều đó là độc hại vì [âm nhạc] bạn biết sự thật phũ phàng là gì không?
I consider that toxic because music you know what the brutal truth is?
Sự thật phũ phàng là nếu bạn không phải LeBron James hay Rafael Nadal hay một nhà khoa học đoạt giải Nobel, thực tế là bạn sẽ luôn tìm thấy ai đó
The brutal truth is if you're not LeBron James or Raphael Nadal or a Nobel Prizewinning scientist, the reality is you will always be able to find someone
trông đẹp hơn, đạt được điều bạn không thể làm, và bạn không cho phép mình sống cuộc đời dành cho bạn.
that looks better, achieve something that you cannot do, and you're not then giving yourself permission to live the life that was meant for you.
Điều quan trọng là cho phép bản thân sống cuộc đời của mình.
It's important to give yourself permission to live your life.
Gần như chính xác một năm trước, tôi là một phần của nhóm các nhà toán học được thuê bởi một công ty tên là Epoch AI để viết những bài toán rất khó làm điểm chuẩn cho các mô hình ngôn ngữ lớn tiên tiến.
Almost exactly one year ago, I was part of a group of mathematicians hired by a company called Epoch AI to write very difficult math problems that would serve as a benchmark for state-of-the-art large language models.
Và tôi nghĩ đó sẽ là tiền dễ kiếm.
And I thought it would be easy money.
Chúng tôi được trả tiền.
We were paid.
Nhưng năm ngoái tôi thấy rất khó để viết một số bài toán này.
But last year I found it very difficult to write some of these problems.
Nói đúng ra, các mô hình sẽ mắc lỗi,
Strictly speaking the models would make mistakes
nhưng khi bạn nghiên cứu các dấu vết suy luận, thật đáng sợ khi thấy các mô hình ngôn ngữ lớn đã tiến xa đến mức nào.
but when you studied the reasoning traces it was frightening how far these large language models have come.
Vì vậy, tôi nghĩ cách mô tả đúng đắn là đó là một cuộc khủng hoảng danh tính.
So I think the right way to describe it is well as an identity crisis.
Có lẽ nó giống như việc người tá điền, người nông dân cuối thế kỷ 19 đối mặt với chiếc máy kéo động cơ đốt trong đầu tiên, nhận ra rằng có lẽ không có tương lai cho công việc của mình
Maybe it was something like being the sharecropper, the farmer in the late 19th century who comes face to face with the first combustion engine tractor, recognizing that well maybe there's no future for my
với tư cách là một người tá điền.
work as a sharecropper.
Làm gì tiếp theo?
What to do next?
Điều gì tiếp theo cho một nhà toán học?
What's next for a mathematician?
Thực sự khá tàn khốc khi thấy các mô hình này giải quyết các vấn đề nằm trong chương trình nghiên cứu của tôi.
It was pretty devastating honestly seeing these models solve problems that were on my research program.
Chà, tôi nhận ra rằng công nghệ đã giúp ích cho nhân loại hết lần này đến lần khác.
Well, came to realize that technology has helped mankind over and over again.
Có phát minh ra bánh xe và sau đó là phát minh ra động cơ, rồi máy tính và máy tính bỏ túi, và bằng cách nào đó chúng ta đã thích nghi.
There was the invention of the wheel and later there was the invention of the engine and then calculators and computers and somehow we adapted.
Điều đáng ngạc nhiên về thời điểm đặc biệt này là nhiều tiến bộ công nghệ trước đây liên quan đến việc giảm nhẹ công việc chân tay.
What's surprising about this particular moment is that many of the techn technological advances were about lightning physical work.
Thang máy có nghĩa là bạn không phải leo hết cầu thang.
An elevator meant that you didn't have to climb all these stairs.
Máy kéo có thể làm nhiều việc mà con người không nên làm.
Tractors can do a lot of work that humans shouldn't do.
Sự khác biệt bây giờ là công việc mang tính trí óc.
The difference now is the work is mental.
Đó là thứ tạo nên bản sắc.
That is the stuff of identities.
Và chúng ta đang ở đâu bây giờ?
And where are we now?
Bây giờ chúng ta đang ở điểm mà nhiều kỹ năng đó có thể được thực hiện tự động.
We are now at a point where many of those skills can be done automatically.
Và các công ty AI đang nói về cái gọi là tự chơi.
And AI companies are talking about what's called selfplay.
Họ muốn hệ thống AI của họ tự chơi với nhau.
They want their AI systems to play with themselves.
Và điều đó để lại chúng ta ở đâu?
And so where does that leave us?
Chà, toán học, nó thật tàn khốc.
Well, mathematics it's it is devastating.
Sẽ là không trung thực nếu nói rằng một sinh viên tốt nghiệp đại học với bằng cử nhân toán học hoặc đang học cao học không lo lắng sâu sắc về tất cả những năm tháng nỗ lực họ bỏ ra để học một nghề, học một khối kiến thức mà
It would be dishonest to say that a student who's graduating from college now with a bachelor's degree in mathematics or who is in graduate school now isn't deeply worried about all the years of effort they put into learning a trade, learning a body of knowledge that
có thể bị thay thế.
now anybody who can type if they have access to a large language model.
Bây giờ bất kỳ ai có thể gõ phím nếu họ có quyền truy cập vào một mô hình ngôn ngữ lớn.
So there's no dancing around that fact.
Vì vậy, không thể phủ nhận thực tế đó.
This is very disruptive.
Điều này rất mang tính đột phá.
When I was a graduate student and a young assistant professor, I would have said that I was most proud of my works that depended on the accumulation of knowledge involving years of effort.
Khi tôi còn là nghiên cứu sinh và trợ lý giáo sư trẻ, tôi đã từng nói rằng tôi tự hào nhất về những công trình đòi hỏi sự tích lũy kiến thức qua nhiều năm nỗ lực.
I could solve this paper because a few years ago I learned this technique and last year I learned this technique and here we are.
Tôi có thể giải quyết bài báo này vì vài năm trước tôi đã học kỹ thuật này và năm ngoái tôi học kỹ thuật kia, và chúng tôi đã có kết quả.
I've written this paper.
Tôi đã viết bài báo này.
My view has changed
Quan điểm của tôi đã thay đổi
on that and I hope that the viewers here think about this.
Về điều đó và tôi hy vọng những người xem ở đây sẽ suy nghĩ về điều này.
There's actually something quite hollow about how I viewed myself as a mathematician that I only recognized recently.
Thực sự có điều gì đó khá trống rỗng trong cách tôi nhìn nhận bản thân như một nhà toán học mà tôi chỉ mới nhận ra gần đây.
If my success as a mathematician relied only on my ability to learn techniques that somehow could be put together to prove a theorem, well then maybe that was actually automatable.
Nếu thành công của tôi với tư cách là một nhà toán học chỉ dựa vào khả năng học các kỹ thuật mà bằng cách nào đó có thể kết hợp để chứng minh một định lý, thì có lẽ điều đó thực ra có thể tự động hóa được.
And maybe I
Và có lẽ tôi
mistook all of that hard effort for something maybe it wasn't right.
Đã nhầm lẫn tất cả những nỗ lực khó khăn đó với một điều gì đó có thể không đúng.
As hard as it was to master bodies of work, many papers, graduate texts, maybe at the end of the day, there is some truth to that being an automated process.
Dù khó khăn đến đâu để làm chủ các khối công trình, nhiều bài báo, sách giáo trình sau đại học, có lẽ cuối cùng, có một sự thật rằng đó là một quy trình tự động.
Now, make no mistake, that's not what we do for a living in mathematics and in most fields.
Đừng nhầm lẫn, đó không phải là những gì chúng ta làm để kiếm sống trong toán học và hầu hết các lĩnh vực.
in my work now and this is how I think about what we do with AI at Axiom
Trong công việc hiện tại của tôi và đây là cách tôi nghĩ về những gì chúng ta làm với AI tại Axiom
is supported in a number of ways the copout would be to say can I ask an interesting question that I want an answer to but make no mistake that's not what research is research begins with a question that you're probably not able to answer you try to answer and by failing you learn a little bit more about that conjecture and the work that you do sheds light on a path that might
Được hỗ trợ theo nhiều cách, cách né tránh sẽ là nói rằng tôi có thể hỏi một câu hỏi thú vị mà tôi muốn có câu trả lời, nhưng đừng nhầm lẫn, đó không phải là nghiên cứu. Nghiên cứu bắt đầu bằng một câu hỏi mà bạn có thể không trả lời được, bạn cố gắng trả lời và bằng cách thất bại, bạn học thêm một chút về phỏng đoán đó và công việc bạn làm soi sáng một con đường có thể tiết lộ một danh sách dài các câu hỏi mà bạn lần lượt tấn công và cuối cùng bạn có thể chứng minh một định lý, và nếu bạn chứng minh được định lý đó, bạn quay lại và nói rằng có lẽ tôi đã có thể chứng minh câu hỏi trước đó mà không thể trả lời được. Đây là cách bạn học, đó thực sự là câu chuyện tiến hai bước lùi một bước, và khi bạn nhận ra rằng nghiên cứu không phải là hỏi một câu hỏi và nhận được câu trả lời, bạn nhận ra rằng các công cụ AI đang giảm gánh nặng cho khả năng thực hiện khám phá của bạn khi bạn đang làm tất cả các bài tập về nhà. Vì vậy, khi tôi làm bài tập về nhà khi còn là sinh viên đại học, nghiên cứu sinh, tôi đã học các kỹ thuật.
reveal a long list of questions that you one by one try to attack and eventually you might prove a theorem and if you prove that theorem you backtrack and say maybe I could have proven this previous question that couldn't answer right this is how you learn it's it's really the proverbial two steps forward one back and when you recognize that research is not ask a question you get an answer you
Nhưng liệu tôi có thực sự khám phá không?
realize that the AI tools are lowering the burden for your ability to actually perform discovery when you were doing all of these homework problems So when I was doing homework problems as a college student, as a graduate student, I was learning techniques.
Không.
But was I really discovering?
Những gì tôi đã làm mặc dù quan trọng.
No.
Tôi đã học cách toán học kết nối với nhau để giúp tôi
What I was doing though was important.
Trở thành một nhà toán học có thể đặt những câu hỏi này và tham gia vào quá trình khám phá.
I was learning how mathematics fits together to help me
Vì vậy, quá trình đó tôi nghĩ đang thay đổi đối với sinh viên và giảng viên muốn bám vào các phương pháp truyền thống.
become a mathematician who can ask these questions and participate in the discovery.
Thực tế là trong một số lĩnh vực toán học, họ sẽ bị bỏ lại phía sau.
So that process I think is changing for students and faculty who want to stick to the traditional ways.
Chúng ta có những máy tính có thể tính toán 20 triệu trường hợp trong một đêm khi bạn đang ngủ và bạn có thể mất nhiều năm để làm 20 triệu trường hợp đó, và bạn phải quyết định liệu bạn có muốn có sức mạnh đó trong tay, giải phóng bạn để tham gia vào quá trình khám phá hay không, và đó là điều chúng ta phải coi trọng.
Well, the reality is in some areas of mathematics, they will be left behind.
Vì vậy, đó là những gì tôi nghĩ khoa học sẽ trở thành.
We have computers that can compute 20 million cases overnight while you're sleeping and you and it might take you years to do those 20 million cases and you have to decide would you like to have that power at your disposal freeing you up to participate in the process of discovery and that's what we have to value.
Vậy hãy để tôi đưa ra một
So that's what I think science is going to become.
Ví dụ cụ thể.
So let me give a
Người bình thường lái xe hôm nay không có ý niệm mơ hồ về các phản ứng hóa học và tiến bộ kỹ thuật đã phải thành hiện thực trước khi họ thực sự có thể lên xe và lái.
concrete example.
Ô tô là một phát minh đáng kinh ngạc và đòi hỏi phải làm chủ các quy trình hóa học và thách thức kỹ thuật.
Typical person that drove a car today doesn't have the foggiest idea of chemical reactions and engineering advances that had to come to fruition before they could actually get in the car and drive.
Tất cả những điều đó hiện có sẵn cho chúng ta miễn phí.
The automobile is an incredible invention and it requires mastering chemical processes and engineering challenges.
Nhưng
All of that is is available to us now for free.
Có lẽ khi Henry Ford chế tạo chiếc xe đầu tiên, ông ấy đã phải giải quyết tất cả.
But
Làm thế nào để tôi làm bánh xe?
maybe when Henry Ford made his first car, he had to solve all of it.
Tôi làm lốp xe từ chất liệu gì ngày nay?
How do I make the wheel?
Có lẽ bạn chỉ cần biết cách đổ xăng.
What do I make tires out of today?
Điều đó có tệ không?
Maybe you only need to know how to pump gas.
Không.
Now, is that bad?
Bởi vì hãy nghĩ về tất cả những điều mà nhân loại có thể làm bây giờ nhờ có thể di chuyển những khoảng cách xa rất nhanh.
No.
Điều đó mở ra cho chúng ta những gì.
Because think about all the things that mankind can do now because they can travel great distances very quickly.
Và tôi nghĩ đó sẽ là tương lai của chúng ta.