AI Agent đang tiến thêm một bước đáng chú ý trong lĩnh vực toán học. OpenAI vừa công bố một lời giải do hệ thống AI nội bộ tạo ra cho bài toán Navier-Stokes, một trong 7 Millennium Prize Problems – Bài toán Thiên niên kỷ, với giải thưởng 1 triệu USD cho mỗi bài toán được giải theo quy định của Clay Mathematics Institute.
Điều đáng chú ý không chỉ nằm ở bản thân lời giải, mà còn ở cách OpenAI sử dụng hàng nghìn AI Agent phối hợp với nhau để tìm kiếm và kiểm chứng các hướng giải.
Bài toán Navier-Stokes là gì?
Phương trình Navier-Stokes được sử dụng để mô tả chuyển động của các chất lỏng và chất khí như nước, không khí. Chúng có ứng dụng trong nhiều lĩnh vực như thiết kế máy bay, dự báo thời tiết và nghiên cứu dòng máu.
Câu hỏi đặt ra là: Trong không gian 3 chiều, nếu chất lỏng bắt đầu chuyển động một cách trơn tru, liệu nó có luôn tiếp tục trơn tru hay có thể xuất hiện một “điểm kỳ dị” (singularity) trong thời gian hữu hạn?
Nếu xảy ra điểm kỳ dị, vận tốc trong mô hình toán học có thể tăng không giới hạn. Đây chính là một trong những vấn đề toán học lớn đã tồn tại khoảng 90 năm.
Tên gọi Navier-Stokes xuất phát từ hai nhà khoa học Claude-Louis Navier và George Gabriel Stokes, những người có đóng góp quan trọng trong việc xây dựng phương trình mô tả chuyển động của chất lỏng và chất khí, đặc biệt là ảnh hưởng của độ nhớt lên dòng chảy.
10.000 AI Agents đã làm gì?
OpenAI cho biết hệ thống sử dụng một kiến trúc gồm khoảng 10.000 AI Agent hoạt động đồng thời. Các nhóm agent được giao những biến thể và hướng tiếp cận khác nhau, sau đó trao đổi kết quả và thử nghiệm nhiều phương án.
Quá trình có thể hình dung đơn giản như:
Chia bài toán → nhiều Agent thử nghiệm → trao đổi → phản biện → chọn insight tốt → tổng hợp → kiểm chứng
OpenAI cho biết các agent đã sử dụng Codex để tổng hợp những insight hữu ích giữa các nhóm. Sau khoảng 88 giờ, hệ thống tạo ra lời giải cho bài toán Navier-Stokes.
Sau đó, quá trình formalization và verification bằng Lean mất thêm khoảng 17 giờ với GPT-6 Astra.
Điểm đáng chú ý là AI không chỉ đưa ra một câu trả lời, mà được tổ chức thành một hệ thống nhiều agent có khả năng chia việc và kiểm tra lẫn nhau.
Tuy nhiên, cần lưu ý rằng OpenAI đã công bố một lời giải AI cho bài toán Navier-Stokes và cho biết lời giải đã được formalize bằng Lean, nhưng kết quả vẫn cần được cộng đồng toán học kiểm chứng và đánh giá theo quy trình của Clay.
AI Agents khác gì chatbot thông thường? 
Một chatbot thông thường có thể hoạt động theo mô hình: Người dùng hỏi → AI trả lời.
Trong khi đó, AI Agent có thể được thiết kế để thực hiện một chuỗi nhiệm vụ: Nhận mục tiêu → lập kế hoạch → chia nhỏ công việc → sử dụng công cụ → thực hiện → kiểm tra → điều chỉnh → hoàn thành.
Khi kết hợp nhiều agent, hệ thống có thể tạo thành một “đội ngũ AI” với những nhiệm vụ khác nhau.
Đây cũng chính là hướng phát triển đang được quan tâm trong AI Automation và AI Agents: thay vì chỉ dùng AI để trả lời, doanh nghiệp có thể xây dựng các agent để tự động thực hiện từng phần hoặc toàn bộ một quy trình.
Ví dụ:
- AI Sales Agent: tiếp nhận khách → tư vấn → thu lead → cập nhật CRM.
- AI Marketing Agent: nghiên cứu → viết nội dung → kiểm tra → lên lịch đăng.
- AI Data Agent: đọc dữ liệu → phân tích → phát hiện bất thường → gửi cảnh báo.
- AI Customer Service Agent: nhận câu hỏi → tra cứu dữ liệu → trả lời → chuyển nhân viên khi cần.
Kết luận
Tóm lại, nếu AI Agents tiếp tục phát triển, nó có thể trở thành một “đội ngũ AI ảo” hỗ trợ con người nghiên cứu, phân tích, vận hành và tự động hóa những quy trình phức tạp.
Đối với doanh nghiệp, đây cũng là lý do AI Agents và AI Automation đang trở thành xu hướng đáng quan tâm vì chúng có thể là “trợ lý” hữu ích, giúp tối ưu các tác vụ từ cơ bản đến phức tạp nhất của doanh nghiệp chỉ với một câu lệnh.
Liên hệ PLT Techhub để được tư vấn các giải pháp AI Agents và AI Automation phù hợp với mô hình kinh doanh của bạn!
Hotline: 0964 720 061