Chứng minh AI cần nhiều hơn một kiểu kiểm chứng

Ngày 6/11/2026, PSI cho biết đã tìm được chứng minh giả thuyết Aaronson–Ambainis bằng mô hình Anthropic chưa công khai. Câu hỏi biên tập đáng chú ý không chỉ là AI có làm toán được hay không, mà là bên ngoài có thể kiểm tra phần nào của tuyên bố đó.

Kết quả và quá trình tạo ra kết quả cần bằng chứng khác nhau

Kho công khai cung cấp bản hình thức hóa Lean và hồ sơ kiểm chứng, nhưng để con người đối chiếu phát biểu với giả thuyết. Open Market Notes chưa chạy lại chứng minh hoặc tái lập quá trình khám phá.

Theo đánh giá của chúng tôi, hai phản ứng tưởng như trái ngược có thể cùng hợp lý. Nhà nghiên cứu có thể coi một sản phẩm toán học công khai là có giá trị, đồng thời chưa kết luận về năng lực tổng quát của hệ thống tạo ra nó. Ngược lại, việc không tiếp cận được cùng mô hình không tự động bác bỏ chứng minh. Trộn lẫn hai vấn đề biến một đối tượng có thể kiểm tra thành sự lựa chọn tin hay không tin một công ty.

Giả sử người đánh giá chỉ nhận tệp chứng minh cuối cùng, không có hồ sơ các lần thử thất bại. Họ có thể xác định tệp đó chứng minh được mệnh đề đã nêu hay không. Nhưng họ không thể suy ra xác suất mô hình giải được bài toán mới, mức độ tuyển chọn của con người hay chi phí của những lần tìm kiếm không thành công. Đó là các câu hỏi khác, cần quan sát khác. Một kết quả thành công không cung cấp mẫu số để tính tỷ lệ thành công.

Hàm ý lượng tử có phạm vi cụ thể

Bài nghiên cứu gốc liên hệ giả thuyết với mô phỏng cổ điển trên phần lớn đầu vào trong mô hình truy vấn. Đây không phải phép đo hiệu năng máy lượng tử.

Với độc giả kinh doanh, sự phân biệt này thay đổi câu hỏi tiếp theo. Số lần một thuật toán trừu tượng truy cập đầu vào không tự nó xác định lịch giao hàng, tiền điện hay thời gian chạy ứng dụng. So sánh vận hành cần khối lượng công việc, cách triển khai và phương pháp tính tài nguyên cụ thể. Bài này không cung cấp các bằng chứng đó, nên không thể làm căn cứ mua phần cứng hay dự báo thời điểm hệ thống bảo mật hiện tại mất an toàn.

Cách tiếp cận hữu ích không phải bỏ qua lý thuyết vì chưa có sản phẩm tức thời, cũng không phải mô tả nó như thành quả kỹ thuật sẵn dùng. Lý thuyết có thể thay đổi câu hỏi nào đáng nghiên cứu. Kỹ thuật vẫn phải xác định giả định có phù hợp với ứng dụng dự kiến không. Giới hạn của một lớp bài toán không được âm thầm biến thành phán quyết về mọi ứng dụng lượng tử.

Kiểm chứng là quy trình, không phải nhãn

Tài liệu Lean phân biệt suy luận cổ điển với nội dung tính toán. Vì thế không nên tự động gọi một kết quả hình thức là phương pháp có thể thực thi.

Chúng tôi đề xuất nhóm nghiên cứu và biên tập ghi riêng mệnh đề chính xác, phiên bản được xem xét, phép kiểm tra thực sự đã chạy và kết luận nằm ngoài phạm vi đó. Đây là khuyến nghị, không phải tuyên bố rằng tòa soạn đã kiểm toán PSI. Danh tính phiên bản quan trọng: đánh giá một tệp không thể trở thành sự bảo chứng cho mọi sửa đổi tương lai. Hồ sơ cũng nên nêu người kiểm tra và phân biệt nhật ký bên công bố với lần chạy lặp lại độc lập.

Kỷ luật này giúp xử lý bất đồng. Nếu tranh luận về định nghĩa, cần hỏi đối tượng hình thức có phản ánh đúng đối tượng dự kiến không. Nếu tranh luận về suy diễn, cần chỉ ra bước nào sai. Nếu tranh luận về năng lực AI, bằng chứng liên quan là cách chọn nhiệm vụ, can thiệp và khả năng lặp lại. Giữ đúng cấp độ cho phép sửa một phần mà không mặc nhiên cho rằng mọi phần còn lại đều sụp đổ.

Với tổ chức cân nhắc mua công cụ nghiên cứu AI, câu hỏi mua sắm phải rộng hơn màn trình diễn ấn tượng nhất. Họ nên xác định bài toán quan tâm trước khi thử, ghi nhận mọi lần thực hiện, tính thời gian chuyên gia và quy định cách kiểm tra đầu ra. Đây là thiết kế đánh giá, không phải ước tính hiệu năng PSI. Nó giúp so sánh tương lai có ý nghĩa hơn dù công cụ thành công hay thất bại.

Giá trị của sản phẩm công khai nằm ở khả năng đặt câu hỏi kiểm tra cụ thể. Cột mốc hữu ích tiếp theo là báo cáo rõ cuộc xem xét độc lập xác lập được điều gì, không phải một tính từ mạnh hơn trên tiêu đề. Trước đó, tính đúng đắn toán học, khả năng tái lập khám phá và tác động thực tiễn cần được đánh giá riêng.