năm
TÍCH BỘI BA VÀ ĐỊNH LÝ
FERMAT-EULER VỀ TỔNG HAI
BÌNH PHƯƠNG
(Trần Nam Dũng)

CÁC BÀI TOÁN CỦA BA LAN TẠI IMO
(Nguyễn Hùng Sơn)

“AI nhanh hơn, lớn hơn, thông minh hơn có thực sự là giải pháp?
Cả thế giới đang dõi theo cuộc đua giữa DeepSeek và ChatGPT,
nhưng có bao giờ bạn tự hỏi liệu chúng ta có đang chạy đua sai
hướng?”
RAMES JAIN, “KHOA HỌC TRÍ THÔNG MINH”
Chỉ với một phép tính, anh đã khám phá lại phát biểu nguyên thủy
của Max Planck cho lý thuyết lượng tử mà không cần sử dụng công
thức năng lượng của Planck. Một lời giải đúng đến mức như vậy
phải là chân lý. Một lời giải tao nhã đến như vậy phải là chân lý.
ASHUTOSH JOGALEKAR, “HEISENBERG Ở HELGOLAND”

25 tháng 2

No

Biên tập viên:
Lê Viết Ân
Võ Quốc Bá Cẩn
Trần Quang Hùng
Nguyễn Văn Huyện
Lê Phúc Lữ
Tống Hữu Nhân
Nguyễn Tất Thu
Trần Bình Thuận
Đặng Nguyễn Đức Tiến
Chủ biên:
Trần Nam Dũng

LỜI NGỎ
Độc giả thân mến,
Nhân dịp đánh dấu cột mốc 10 năm thành lập và ra mắt số 25 của Epsilon, chúng tôi xin gửi lời tri ân
sâu sắc tới tất cả các bạn - những người đã, đang và sẽ luôn đồng hành cùng hành trình chinh phục
tri thức. Từ những ngày đầu tiên với niềm đam mê bất tận dành cho toán học, Epsilon đã nỗ lực trở
thành chiếc cầu nối trao gửi cảm hứng và kiến thức đến cộng đồng yêu toán – một sứ mệnh được thực
hiện trong tinh thần mở và hoàn toàn phi lợi nhuận. Trong mỗi cột mốc trong hành trình 10 năm, mỗi
số báo đều là niềm tự hào sâu sắc của chúng tôi. Số cột mốc chính phương 52 = 25, nhân với một số
chính phương 92 = 81, ta được một năm rất đặc biệt tất nhiên cũng là một số chính phương - cửu ngũ
bình phương - 52 × 92 = 452 = 2025, không chỉ ghi dấu thời gian mà còn mở ra những quy luật toán
học kỳ thú.
Trong suốt hành trình 10 năm - 25 số này, chúng tôi luôn tin rằng “đi nhiều người, ta sẽ đi rất xa”.
Chính sự kết nối, giao lưu và sẻ chia giữa các độc giả, tác giả và cộng tác viên đã làm nên sức mạnh
của Epsilon, giúp tạp chí không ngừng phát triển và mở rộng biên giới của tri thức. Mỗi con số, mỗi
công thức không chỉ là những ký hiệu trừu tượng mà còn chứa đựng niềm đam mê, sự sáng tạo và khát
khao hiểu biết sâu sắc về thế giới quanh ta.
Số đặc biệt này là minh chứng cho hành trình vững bền của Epsilon – nơi mọi ý tưởng, tư duy và
khám phá đều được tôn vinh. Chúng tôi hy vọng rằng, qua mỗi trang báo, độc giả sẽ tìm thấy nguồn
cảm hứng mới, những suy ngẫm sâu sắc và niềm vui trong từng dấu chấm phẩy của toán học.
Một lần nữa xin chân thành cảm ơn quý bạn đọc đã tin tưởng và đồng hành cùng chúng tôi trong suốt
chặng đường đã qua, và hi vọng sẽ thêm nhiều thập kỷ nữa. Hãy cùng nhau tiếp tục bước tiếp, bởi mỗi
bước đi dù nhỏ bé đều góp phần đưa chúng ta đến những chân trời mới xa hơn.
Trân trọng,
Ban Biên tập Tạp chí Epsilon

MỤC LỤC
Ramesh Jain
Khoa học Trí thông minh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

Ashutosh Jogalekar - Đàm Thanh Sơn dịch
Heisenberg ở Helgoland . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

38

Vũ Hồng Sơn, Bùi Hoàng Nam
Về bài 5 VMO 2025 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

46

Nguyễn Song Thiên Long, Nguyễn Thái An, Trần Đình Vĩnh Thụy
Khám phá xác suất có điều kiện qua những ứng dụng thực tiễn và thú vị . . . . . . . . . . . .

64

Hồ Tuấn Phát
Đa thức số học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

75

Trần Quốc Đệ
Cuộc phiêu lưu của kiến . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

89

Võ Quốc Bá Cẩn
Tổng quát một bài bất đẳng thức . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

93

Nguyễn Tấn Phúc, Trần Nhật Quang
Mối liên hệ về sự hội tụ giữa dãy tổng và dãy tích . . . . . . . . . . . . . . . . . . . . . . . . 104
Nguyễn Hùng Sơn
Các bài toán của Ba Lan tại IMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
Trần Nhật Quang
Một phép thế đặc biệt trong giải toán phương trình hàm . . . . . . . . . . . . . . . . . . . . . 141
Nguyễn Tất Thu, Nguyễn Thái Hưng
Phương trình hàm liên quan đến số học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
Lâm Gia Bảo
Một ứng dụng thú vị của ánh xạ đốI vớI các mốI quan hệ họ hàng . . . . . . . . . . . . . . . . 176
Trần Nam Dũng
Tích bội ba và định lý Fermat-Euler về tổng hai bình phương . . . . . . . . . . . . . . . . . . 184
Trần Quang Hùng
Đôi nét về đường thẳng Euler trong lịch sử hình học sơ cấp và trong một số bài toán Olympic . 195
Lê Phúc Lữ, Trương Tuấn Nghĩa
Từ đề thi Sharygin 2018 đến bài 3a, VMO 2025 . . . . . . . . . . . . . . . . . . . . . . . . . 202
4

Tạp chí Epsilon, Số 25, 2/2025
Nguyễn Tố Như
Những câu chuyện toán học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218

5

Tạp chí Epsilon, Số 25, 2/2025

Khoa học Trí thông minh
Ramesh Jain (Đại học California, Irvine, Hoa Kỳ)
Dịch bởi Ban Biên tập Tạp chí Epsilon

Giới thiệu.
AI nhanh hơn, lớn hơn, thông minh hơn có thực sự là giải pháp? Cả thế giới
đang dõi theo cuộc đua giữa DeepSeek và ChatGPT, nhưng có bao giờ bạn tự hỏi liệu chúng ta
có đang chạy đua sai hướng?
Ramesh Jain, 29 tháng 1 năm 2025
Trên đây là những câu hỏi mở đầu cho loạt ba bài viết về Khoa học Trí thông minh của
Ramesh Jain, một trong những nhà khoa học hàng đầu về trí thông minh nhân tạo (AI)a , thị
giác máy tính và công nghệ đa phương tiện. Những bài viết của Jain mà chúng tôi sẽ giới thiệu
không chỉ giúp chúng ta hiểu rõ hơn về AI, mà còn đặt ra một nghi vấn quan trọng: Chúng ta có
đang xây dựng một tương lai AI thực sự có ích cho nhân loại, hay chỉ đang chạy đua theo những
con số ngày càng lớn?
Ramesh Jain là ai? Nếu bạn yêu thích công nghệ, AI hay khoa học máy tính, bạn hẳn sẽ muốn
biết Ramesh Jain - người hiện đang là Giáo sư danh dự tại Đại học California, Irvine. Ông đã
xuất bản hơn 400 bài báo khoa học và có những đóng góp mang tính nền tảng trong xử lý hình ảnh,
nhận diện mẫu và hệ thống thông tin thông minh. Ông cũng là người sáng lập và Chủ tịch đầu
tiên của Nhóm nghiên cứu Đặc nhiệm về Đa phương tiện (SIGMM) của ACM, sáng lập tạp chí
IEEE Multimedia cách đây hơn 30 năm, một trong những tạp chí quan trọng nhất trong nghiên
cứu về công nghệ đa phương tiện trên thế giới. Hiện tại, ông tập trung vào AI trong chăm sóc sức
khỏe, hướng đến việc tạo ra các hệ thống y tế thông minh giúp con người kiểm soát sức khỏe tốt
hơn nhờ công nghệ.
Là một nhà khoa học tiên phong, Ramesh Jain không ngừng chia sẻ những nghiên cứu và góc nhìn
sâu sắc về tương lai của AI, từ các hội nghị khoa học, các diễn đàn học thuật đến những bài viết
cá nhân đầy tâm huyết. Trong số này, Epsilon vinh dự được ông cho phép dịch và giới thiệu loạt
bài viết về Khoa học Trí thông minh, được ông hoàn thành vào đầu tháng 2 năm 2025, đến độc
giả. Đây không chỉ là cơ hội hiếm có để tiếp cận tư duy của một trong những nhà khoa học hàng
đầu trong lĩnh vực này, mà còn là một lời kêu gọi mạnh mẽ để cùng suy ngẫm về con đường đúng
đắn cho tương lai của AI.

6

Tạp chí Epsilon, Số 25, 2/2025

Tóm tắt ba phần của loạt bài viết này
• Phần 1: Chúng ta cần thay đổi cách tiếp cận AI. AI ngày càng mạnh mẽ, nhưng chúng
ta có thực sự hiểu trí thông minh là gì không? Thay vì chỉ tập trung vào làm cho AI nhanh
hơn và mạnh hơn, chúng ta cần hiểu bản chất thực sự của trí thông minh.
• Phần 2: AI không chỉ là cuộc đua về hiệu suất. Nhiều người nghĩ rằng AI càng thông
minh thì càng tốt. Nhưng điều đó có đúng không? Nếu AI không có một nền tảng khoa học
vững chắc, liệu nó có thực sự hiểu và thích nghi với thế giới xung quanh?
• Phần 3: Tương lai AI thuộc về ai? Điều gì sẽ xảy ra nếu chỉ hai quốc gia và một vài tập
đoàn lớn kiểm soát toàn bộ công nghệ AI? Chúng ta có thể đối mặt với sự phân chia tri thức
sâu sắc hơn bất kỳ cuộc cách mạng nào trước đây. Nhưng vẫn có một con đường tốt hơn - AI
nên được phát triển dựa trên hợp tác khoa học toàn cầu, nơi nhiều nền văn hóa cùng đóng
góp để tạo ra công nghệ phục vụ tất cả mọi người, chứ không chỉ một nhóm nhỏ.
Bạn có muốn là một phần của tương lai này? AI không chỉ dành cho các nhà khoa học hay lập
trình viên, mà là thứ sẽ ảnh hưởng đến mọi người trong tương lai, bao gồm cả bạn! Vì vậy, hãy
cùng khám phá và thảo luận về cách chúng ta có thể tạo ra một AI thực sự có ích cho thế giới không chỉ chạy theo những con số, mà còn giúp con người phát triển theo cách tốt nhất.
a

Vẫn được dịch là trí tuệ nhân tạo.

7

Tạp chí Epsilon, Số 25, 2/2025

PHẦN

Tiến hóa của Khoa học
Trí thông minh:
Nhu cầu cấp thiết

I

Khoa học Trí thông minh1 phải trở thành nền tảng cho trí thông minh thực sự
trong các hệ thống nhân tạo. Loạt bài này khám phá cách Khoa học Trí thông
minh phát triển từ các nguyên tắc khoa học đến triển khai thực tiễn trong việc
xây dựng các hệ thống thông minh. Bài viết đầu tiên này xem xét lý do tại sao
sự phát triển của AI hiện tại đòi hỏi một sự chuyển dịch căn bản về nền tảng
khoa học.

Cuộc đua hướng tới Trí thông minh Nhân tạo Tổng quát (AGI)1 đang đối mặt
với một vấn đề cơ bản: chúng ta đang theo đuổi hiệu suất mà không hiểu rõ
năng lực thực sự. Mặc dù các hệ thống AI tiên tiến từ Hoa Kỳ và Trung Quốc
thể hiện hiệu suất ấn tượng - tạo ra văn bản giống con người và giải quyết các
vấn đề phức tạp - chúng ta vẫn chưa xác định được điều gì khiến một hệ thống
thực sự có năng lực. Câu hỏi cốt lõi vẫn là: Trí thông minh thực sự là gì?

1

AGI: Artificial General
Intelligence

Trí thông minh không chỉ là xử lý thông tin sẵn có mà còn là một năng lực
có chủ đích nắm bắt tình huống, chủ động thu thập thông tin và xây dựng tri
thức, và giải quyết vấn đề mà vẫn thích ứng với sự thay đổi bối cảnh. Định
nghĩa này làm rõ các thành phần cốt lõi của trí thông minh: chủ đích thu thập
thông tin một cách chủ động, xây dựng tri thức trên nhiều phương thức, và
giải quyết vấn đề có mục đích trong môi trường linh hoạt để đạt mục tiêu cụ
thể. Điều này được minh họa trong Hình 1.
Ở đây, "chủ đích" 2 có nghĩa là hệ thống có một mục tiêu rõ ràng để hướng dẫn
hành động của mình. Khác với các hệ thống AI hiện tại chỉ xử lý dữ liệu một
cách thụ động, chủ đích xác định thông tin nào cần tìm kiếm và cách sử dụng
thông tin đó để đạt được mục tiêu cụ thể.
1

Khoa học Trí thông minh được dịch từ thuật ngữ gốc Intelligence Science trong tiếng
Anh. Chúng tôi đã cân nhắc và tham khảo một số tài liệu cũng như thảo luận khác nhau để
đi đến cách dịch này trong tiếng Việt. Cụ thể hơn, chúng tôi đã xem xét các thuật ngữ: "Khoa
học Trí tuệ", "Khoa học Trí năng", "Khoa học Trí thông minh", "Khoa học Thông minh", và
"Khoa học Tính toán Thông minh". Chúng tôi loại bỏ cách dịch là trí tuệ, bởi lẽ intelligence
ở đây chưa đạt đến mức "tuệ". Chúng tôi cũng không chọn "tính toán", bởi ý trong bài của
tác giả nó rộng hơn mức tính toán. Các học giả Trung Quốc dịch là "Trí năng Khoa học",
nhưng xét thấy tiếng Việt đương đại từ "trí năng"không còn phổ biến nhiều, nên chúng tôi
cũng không chọn phương án này. Cuối cùng, chúng tôi loại bỏ "Khoa học Thông minh", vì sợ
nhầm lẫn với các thuật ngữ mang yếu tố "smart"hiện nay.

8

2

Chúng tôi dịch từ intentdriven.

Tạp chí Epsilon, Số 25, 2/2025

Hình 1. Khung Trí thông Minh: Chủ đích (Intent) định hướng hệ thống, trong khi
Hiểu Biết Tình Huống (Situation Understanding) cung cấp bối cảnh để lựa chọn và
sử dụng tri thức. Thu Thập Thông Tin Chủ Động (Active Information Gathering) và
Giải Quyết Vấn Đề (Problem Solving) hoạt động liên tục trong bối cảnh này, trong khi
Thích Nghi Với Thay Đổi (Adaptation to Change) đảm bảo sự ổn định của hệ thống
trong môi trường động. Tất cả các hoạt động đều diễn ra trong và đóng góp vào nền
tảng tri thức.

Các mô hình ngôn ngữ lớn ngày nay thể hiện khả năng đáng kinh ngạc trong
việc học tập, tổ chức tri thức và duy trì nhận thức theo ngữ cảnh trong các
tương tác phức tạp. Tuy nhiên, chúng thiếu kiến trúc được định hướng bởi mục
đích - đặc điểm của trí thông minh thực sự. Dù có thể xử lý và tạo ra thông
tin trong phạm vi đào tạo, chúng không thể chủ động tìm kiếm tri thức mới
hoặc hoạt động với một mục đích rõ ràng.
Khoảng cách giữa xử lý thông tin tiên tiến3 và trí thông minh thực sự trở nên
quan trọng khi các hệ thống AI phát triển thành những đối tác nhận thức4 ,
hoạt động qua các trợ lý cá nhân trong thế giới thực. Chúng có thể ảnh hưởng
đến cách xã hội tư duy và tiến hóa. Vấn đề không chỉ nằm ở năng lực kỹ thuật,
mà còn chạm đến những câu hỏi cốt lõi về quyền tự chủ của con người, sự công
bằng toàn cầu và tương lai chung của nhân loại.

1. Vấn đề Cốt lõi
Các thuật toán mạng xã hội đang bộc lộ một thực tế nghiệt ngã: việc nhận
dạng khuôn mẫu không có chủ đích đã chia rẽ xã hội và kích động chủ nghĩa
cực đoan. Các thuật toán tương tác trên các nền tảng lớn khuếch đại nội dung
gây chia rẽ và làm gia tăng sự phân cực, trong khi các hệ thống nhắn tin toàn
cầu trở thành công cụ lan truyền thông tin sai lệch. Đây không chỉ là những

9

3

Chúng
tôi
dịch
thoáng từ sophisticated
information processing
4

cognitive partners - ở
đây nhấn mạnh vào sự
hợp tác giữa AI và con
người trong tư duy, ra
quyết định.

Tạp chí Epsilon, Số 25, 2/2025

trục trặc kỹ thuật mà còn thể hiện sự nguy hiểm của việc triển khai các hệ
thống nhận dạng mẫu2 mạnh mẽ được thúc đẩy bởi các chỉ số kinh doanh hơn
là lợi ích xã hội. Việc khuếch đại nội dung do AI điều khiển làm suy yếu sự gắn
kết xã hội và các diễn ngôn dân chủ trên khắp các nền văn hóa.
Ngoài mạng xã hội, các thất bại nghiêm trọng của AI cũng tiết lộ những mô
hình tương tự. AI trong y tế cho thấy sự thiên vị có hệ thống trong chẩn đoán
và khuyến nghị điều trị theo nhân khẩu học. Xe tự hành không thể hiểu được
các tình huống mới mà con người có thể dễ dàng xử lý. Hệ thống tài chính do
AI vận hành làm trầm trọng thêm sự bất ổn của thị trường bằng cách chạy
theo mô hình mà không hiểu rõ nền tảng kinh tế.
Cách tiếp cận đặt năng lực lên hàng đầu này vừa khơi dậy những mộng tưởng5
vừa làm nảy sinh nỗi sợ diệt vong. Trong khi nhiều người tin rằng AI có thể
giải quyết những thách thức lớn nhất của nhân loại, các nhà tiên phong như
Geoffrey Hinton lại cảnh báo về những rủi ro thảm khốc, thậm chí có thể đe
dọa sự tồn tại của con người. Sự đối lập này bắt nguồn từ một thực tế cốt lõi:
chúng ta đang tạo ra những hệ thống ngày càng mạnh mẽ, nhưng lại chưa thể
hiểu rõ hoàn toàn hành vi của chúng hay kiểm soát chúng một cách hiệu quả.
Con đường phát triển này đe dọa tạo ra bất bình đẳng toàn cầu chưa từng có.
Các quốc gia và tập đoàn dẫn đầu không chỉ phát triển AI - họ đang định hình
tương lai nhận thức của nhân loại. Không giống như sự thực dân hóa kinh tế
của Cách mạng Công nghiệp, AI đe dọa sự thực dân hóa nhận thức - kiểm soát
không chỉ tài nguyên mà còn cả sự phát triển trí tuệ của con người.
“Khoa học AI,” tập trung vào cải thiện thuật toán và kiến trúc, không thể giải
quyết những vấn đề cốt lõi này. Khả năng công nghệ, chứ không phải sự hiểu
biết khoa học, đã định hình hướng đi của AI: từ logic ký hiệu ban đầu đến
mạng nơ-ron hiện đại - phát triển từ sức mạnh tính toán ngày càng tăng hơn
là sự hiểu biết sâu sắc về trí thông minh.
Khoảng cách giữa khả năng công nghệ và sự hiểu biết khoa học này tạo ra một
nền tảng ngày càng bất ổn. Nếu không có một khoa học nền tảng về trí thông
minh, chúng ta có nguy cơ tạo ra các hệ thống ngày càng mạnh mẽ nhưng lại
làm trầm trọng thêm các vấn đề xã hội thay vì giải quyết chúng.

2. Định nghĩa Khoa học Trí thông minh
Khoa học Trí thông minh không chỉ dừng lại ở việc nghiên cứu các hệ thống
nhân tạo mà phải hướng tới việc hiểu rõ bản chất của trí thông minh – cách
2

Nhận dạng mẫu (Pattern Recognition) hay so khớp mẫu (Pattern Matching) là quá trình
phát hiện và phân loại quy luật trong dữ liệu, giúp AI nhận diện hình ảnh, giọng nói, hoặc dự
đoán xu hướng. AI hiện tại chủ yếu dựa vào nhận dạng mẫu mà không có sự hiểu biết thực
sự — nó xác định đặc điểm dựa trên dữ liệu huấn luyện nhưng không thực sự hiểu ý nghĩa
hay bối cảnh như con người. Đây là lý do Khoa học Trí thông minh cần phát triển AI vượt
ra khỏi nhận dạng mẫu để đạt được khả năng học hỏi và tư duy linh hoạt hơn.

10

5

Tác giả dùng thuật ngữ
utopian hopes.

Tạp chí Epsilon, Số 25, 2/2025

nó hình thành, vận hành và tiến hóa trong cả hệ thống tự nhiên lẫn nhân tạo.
Cốt lõi của nó là năng lực định hướng có chủ đích: hiểu bối cảnh, xây dựng tri
thức, giải quyết vấn đề và thích ứng với môi trường luôn biến đổi.
Xây dựng tri thức khác biệt căn bản so với xử lý dữ liệu hay lưu trữ thông tin.
Nó không chỉ đơn thuần là tích lũy dữ liệu mà là tạo ra sự hiểu biết có cấu
trúc trên nhiều lĩnh vực, thiết lập mối quan hệ nhân quả và tích hợp thông tin
mới vào hệ thống tri thức hiện có - những năng lực cốt lõi của trí thông minh
thực sự.
Xây dựng tri thức là nền tảng, không chỉ dừng lại ở việc lưu trữ thông tin mà
là hình thành sự hiểu biết có cấu trúc trên nhiều lĩnh vực và phương thức khác
nhau. Điều này đòi hỏi sự tích hợp giữa thông tin thị giác, văn bản và trải
nghiệm, đồng thời nắm bắt mối quan hệ nhân quả và tạo ra các khái niệm trừu
tượng có ý nghĩa. Khác với các hệ thống AI hiện tại chỉ xử lý dữ liệu một cách
thụ động, trí thông minh thực sự chủ động tìm kiếm thông tin cần thiết để giải
quyết vấn đề, xác định khoảng trống trong tri thức và đề ra chiến lược để lấp
đầy chúng.
Nền tảng tri thức này cho phép hệ thống thực sự hiểu bối cảnh, nắm bắt mối
quan hệ có ý nghĩa trong từng tình huống. Hệ thống có thể liên kết quan sát
hiện tại với tri thức liên quan, dự đoán sự phát triển của tình huống và xác
định những thay đổi quan trọng cần chú ý. Nhận thức theo bối cảnh này thúc
đẩy khả năng giải quyết vấn đề vượt xa việc nhận dạng mẫu, giúp hệ thống có
thể phân tích vấn đề phức tạp, điều chỉnh giải pháp cho từng bối cảnh mới và
học hỏi từ cả thành công lẫn thất bại.
Khả năng thích ứng linh hoạt trong môi trường thực tế đảm bảo hệ thống duy
trì sự ổn định trong khi tiếp thu thông tin mới và điều chỉnh theo điều kiện
thay đổi. Điều này không chỉ đơn thuần là xử lý dữ liệu mới mà còn tinh chỉnh
sự hiểu biết theo bối cảnh, bảo toàn các mục tiêu cốt lõi đồng thời thay đổi
chiến lược khi cần thiết. Quan trọng nhất, việc đạt được mục tiêu không chỉ là
hoàn thành nhiệm vụ mà còn phải đảm bảo mọi hành động đều phù hợp với
ý định và giá trị tổng thể, quản lý các mục tiêu mâu thuẫn mà vẫn giữ được
định hướng chung.
Khung lý thuyết này kết hợp các hiểu biết từ nhiều ngành khoa học, bao gồm
khoa học nhận thức, thần kinh học, tâm lý học và khoa học xã hội, tạo nên
nền tảng định hướng sự phát triển của AI. Nó đảm bảo rằng khi các hệ thống
ngày càng mạnh mẽ hơn, chúng không làm suy giảm mà ngược lại, nâng cao
quyền chủ động của con người, trở thành những đối tác thực sự trong tiến bộ
nhân loại.

11

Tạp chí Epsilon, Số 25, 2/2025

3. Vì sao phải là bây giờ?
Cục diện AI6 đã đạt đến điểm bước ngoặt quan trọng. Khi các hệ thống AI
ngày càng kiểm soát thông tin chúng ta tiếp cận, ảnh hưởng đến lựa chọn chúng
ta đưa ra và cách chúng ta hiểu về thế giới, những câu hỏi cốt lõi về trí thông
minh vẫn chưa được giải đáp. AI không chỉ tác động mà còn định hình các
quyết định hằng ngày của chúng ta – từ những gì ta ăn, mua sắm đến cách ta
hình thành quan điểm và xây dựng các mối quan hệ.
Sự tập trung quyền lực vào một số tập đoàn công nghệ lớn đặt ra mối lo ngại
đáng báo động. Các công ty này liên tục điều chỉnh nguyên tắc đạo đức và
chính sách nội dung của mình dưới áp lực chính trị và động lực thị trường. Tuy
nhiên, chính các hệ thống AI của họ lại ngày càng định đoạt bản chất của các
quyết định cá nhân và xã hội. Khi AI vận hành vì lợi nhuận kiểm soát các lựa
chọn trong y tế, giáo dục, tài chính và các mối quan hệ xã hội, mức độ ảnh
hưởng đến quyền tự chủ của con người trở nên sâu sắc hơn bao giờ hết.
Hiệu ứng lan rộng trên phạm vi toàn cầu. Các tập đoàn công nghệ lớn không
chỉ phát triển công nghệ mà còn định hình hành vi con người, quá trình ra
quyết định và cấu trúc xã hội trên khắp thế giới. Nếu việc phát triển AI không
được dẫn dắt bởi những nguyên tắc khoa học vững chắc, chúng ta có nguy cơ
sống trong một thế giới nơi AI – tối ưu hóa theo lợi ích thương mại – ngày càng
kiểm soát lựa chọn và trải nghiệm của con người.
Hình thức kiểm soát này còn sâu rộng hơn cả chủ nghĩa thực dân trong lịch
sử. Nếu Cách mạng Công nghiệp tạo ra sự phụ thuộc kinh tế, thì AI giờ đây
đang kiểm soát chính bản chất của trải nghiệm con người – không chỉ tác động
đến cách ta suy nghĩ mà còn quyết định cách ta sống, những cơ hội ta nhìn
thấy và tương lai ta có thể tưởng tượng. Hầu hết các quốc gia đã trao cơ sở hạ
tầng số của mình vào những hệ thống AI do một số ít cường quốc công nghệ
phát triển, tạo ra một mức độ dễ tổn thương chưa từng có. Những hệ thống
này không chỉ có thể được sử dụng để giám sát mà còn trở thành công cụ gây
sức ép – khả năng làm gián đoạn hoặc vô hiệu hóa các dịch vụ thiết yếu, mạng
lưới truyền thông và hoạt động xã hội có thể trao cho các quốc gia kiểm soát
AI một lợi thế áp đảo so với phần còn lại. Sự phụ thuộc kỹ thuật số này tạo ra
mất cân bằng quyền lực nguy hiểm hơn nhiều so với những lợi thế kinh tế hay
quân sự truyền thống.
Khoa học Trí thông minh cần được thiết lập trước khi sự tái cấu trúc toàn diện
của trải nghiệm con người và trật tự quyền lực toàn cầu trở nên không thể đảo
ngược. Nếu mô hình phát triển hiện tại tiếp tục, không chỉ các lợi ích thương
mại bị tích hợp sâu vào quá trình ra quyết định của con người mà còn có nguy
cơ hình thành những điểm kiểm soát kỹ thuật số có thể làm tê liệt cả một xã
hội. Chỉ bằng cách xây dựng sự hiểu biết khoa học chung và phát triển AI theo
hướng phục vụ lợi ích con người, chúng ta mới có thể đảm bảo AI trở thành
công cụ thúc đẩy sự thịnh vượng thực sự thay vì biến thành một phương tiện
kiểm soát toàn cầu chưa từng có.

12

6

Dịch thoáng từ the AI
landscape.

Tạp chí Epsilon, Số 25, 2/2025

4. Tác động và rủi ro toàn cầu
Sự hội tụ của các xu hướng hiện tại đang dẫn đến bốn cuộc khủng hoảng lớn
mà chỉ Khoa học Trí thông minh mới có thể giải quyết:
Thứ nhất, khi các hệ thống AI thâm nhập vào cơ sở hạ tầng quan trọng, những
hạn chế của chúng có thể trở thành mối đe dọa đến tính mạng. Không chỉ dừng
lại ở các quyết định thiên lệch trong y tế hay thị trường tài chính đầy biến
động, chúng ta đang đối mặt với viễn cảnh AI kiểm soát lưới điện, hệ thống
nước hoặc phản ứng khẩn cấp có thể thất bại theo những cách chưa từng có.
Khi AI kiểm soát hạ tầng thiết yếu, việc chỉ nhận dạng mẫu mà không thực sự
hiểu có thể dẫn đến hậu quả khó lường.
Thứ hai, tác động của AI lên hạ tầng nhận thức – cách xã hội tư duy và ra
quyết định tập thể – đặt ra những lo ngại sâu sắc hơn. Không chỉ dừng lại ở
các vấn đề của mạng xã hội hiện nay, chúng ta đang tạo ra những hệ thống có
khả năng thay đổi tận gốc cách con người ra quyết định và tiến hóa xã hội.
Nếu quá trình phát triển không được định hướng bởi một nền tảng khoa học
vững chắc, chúng ta có nguy cơ làm biến đổi không thể đảo ngược các mô thức
nhận thức của con người.
Thứ ba, cấu trúc quyền lực mới trong phát triển AI đe dọa sự ổn định toàn
cầu theo những cách chưa từng có. Không chỉ tạo ra rào cản kinh tế, AI đang
mở đường cho các hệ thống kiểm soát có thể được sử dụng để thao túng hoặc
cưỡng ép toàn bộ dân số. Việc tập trung năng lực AI vào tay một số ít thực
thể khiến nguy cơ mất cân bằng trong quản trị toàn cầu và quyền tự chủ trở
nên nghiêm trọng hơn bao giờ hết.
Thứ tư, khi năng lực AI tiếp tục tiến xa mà không có sự hiểu biết khoa học
tương ứng, chúng ta đối mặt với những rủi ro tồn vong vượt xa những cảnh
báo hiện nay. Các nhà tiên phong và nghiên cứu AI hàng đầu đều nhấn mạnh
rằng chúng ta đang phát triển những hệ thống mà hành vi và tác động của
chúng chưa thể dự đoán hay kiểm soát hoàn toàn.
Chỉ Khoa học Trí thông minh, với trọng tâm là sự hiểu biết cốt lõi thay vì
đơn thuần mở rộng năng lực AI, mới có thể cung cấp con đường tiếp cận có hệ
thống để giải quyết những thách thức liên kết này.
Bốn cuộc khủng hoảng trên cho thấy lý do vì sao chúng ta cần một phương
pháp tiếp cận khoa học bài bản. Giống như vật lý và sinh học đã phát triển
thông qua chu trình Khoa học - Công nghệ - Kỹ thuật, Khoa học Trí thông
minh cũng phải đi theo con đường tương tự để giải quyết những thách thức
mang tính nền tảng này.

13

Tạp chí Epsilon, Số 25, 2/2025

5. Con đường phía trước
Chu trình Khoa học - Công nghệ - Kỹ thuật (STE)7 đã định hướng cho các
ngành khoa học trưởng thành như vật lý và sinh học, từ việc xây dựng lý thuyết
đến ứng dụng thực tiễn. Chu trình này, như minh họa trong Hình 2, cho thấy
cách sự hiểu biết khoa học định hướng sự phát triển công nghệ, trong khi việc
triển khai kỹ thuật thực tế lại cung cấp phản hồi để làm sâu sắc thêm tri thức
khoa học. Mỗi yếu tố trong chu trình này củng cố lẫn nhau, đảm bảo tiến bộ
vừa có tính ứng dụng vừa tuân theo những nguyên tắc nền tảng.

Hình 2. Chu trình STE trong phát triển Khoa học Trí thông minh. Sự hiểu biết khoa
học định hướng các khuôn khổ công nghệ, từ đó tạo tiền đề cho các giải pháp kỹ thuật.
Quá trình triển khai thực tiễn cung cấp phản hồi, giúp mở rộng và làm sâu sắc thêm
tri thức khoa học. Mục đích và năng lực vẫn là trọng tâm, đảm bảo sự phát triển vừa
đáp ứng nhu cầu của con người, vừa duy trì tính chặt chẽ về mặt kỹ thuật.

Khung phát triển Khoa học Trí thông minh tuân theo chu trình STE đã được
kiểm chứng, bao gồm bốn yếu tố liên kết chặt chẽ.
Nền tảng khoa học. Cũng như vật lý phát triển từ việc quan sát các hiện
tượng tự nhiên đến xây dựng các định luật nền tảng, Khoa học Trí thông minh
cần thiết lập các nguyên lý cốt lõi về ý định, tri thức, thích ứng và tích hợp.
Nền tảng này giúp hệ thống hình thành hành vi có mục tiêu và xây dựng sự
hiểu biết thực sự.
Kiến trúc kiểm chứng. Tương tự như các ngành kỹ thuật chuyển hóa các
định luật khoa học thành tiêu chuẩn đo lường thực tiễn, chúng ta cần các khung

14

7

Science - Technology Engineering

Tạp chí Epsilon, Số 25, 2/2025

kiểm chứng trí thông minh thực sự. Các tiêu chí này không chỉ đánh giá hiệu
suất mà còn xác minh sự phù hợp với ý định, khả năng xây dựng tri thức và
hành vi thích ứng, phân biệt trí thông minh thực sự với việc đơn thuần nhận
dạng mẫu.
Khung triển khai. Cũng như sự phát triển của chất bán dẫn dựa trên cơ sở
vật lý lượng tử, kiến trúc AI phải xuất phát từ sự hiểu biết khoa học. Điều
này đòi hỏi xây dựng các hệ thống mà ý định dẫn dắt hành động, tri thức định
hướng quyết định, và khả năng thích ứng giúp duy trì sự phù hợp với giá trị
của con người.
Cấu trúc hợp tác toàn cầu. Chu trình STE cần được thực hiện trên phạm
vi toàn cầu để đảm bảo:
•
•
•
•

Các nền tảng nghiên cứu mở, có thể tiếp cận bởi tất cả các quốc gia.
Sự phát triển chung về các nguyên tắc khoa học.
Phân bổ nguồn lực và triển khai công bằng.
Bảo vệ chống lại sự tập trung công nghệ quá mức.

Hiện thực hóa mục tiêu
Thành công đòi hỏi sự phối hợp hành động giữa các lĩnh vực:
Các viện nghiên cứu cần vượt ra khỏi những giới hạn truyền thống của AI để
nghiên cứu trí thông minh một cách toàn diện, đồng thời phát triển chương
trình giảng dạy và định hướng nghiên cứu mới dành riêng cho Khoa học Trí
thông minh.
Ngành công nghiệp phải chuyển từ cuộc đua mở rộng năng lực sang mô hình
phát triển dựa trên sự hiểu biết, qua đó chứng minh cách các nguyên tắc của
Khoa học Trí thông minh có thể định hướng đổi mới một cách có trách nhiệm.
Các nhà hoạch định chính sách cần xây dựng khuôn khổ đảm bảo sự phát triển
công bằng, đồng thời ngăn chặn việc lạm dụng những công nghệ đầy quyền lực
này.
Con đường phía trước đòi hỏi sự hợp tác chưa từng có. Chỉ bằng cách cùng
nhau hành động, chúng ta mới có thể đảm bảo Khoa học Trí thông minh phục
vụ sự tiến bộ chung của nhân loại thay vì làm trầm trọng thêm những bất bình
đẳng toàn cầu.
Lời kêu gọi hành động – Định hướng tương lai
Những đột phá lớn trong AI cùng với bước tiến mạnh mẽ hướng tới AGI và các
trợ lý thông minh cá nhân đang nhanh chóng định hình lại xã hội. Chúng ta
chỉ có một khoảng thời gian ngắn để tác động đến hướng phát triển nền tảng
của AI trước khi những hệ thống này ăn sâu vào hạ tầng toàn cầu và quá trình
ra quyết định hàng ngày. Khi đó, việc điều chỉnh hướng đi của chúng sẽ trở
nên ngày càng khó khăn, thậm chí là bất khả thi.
Bây giờ chính là thời điểm để xây dựng nền tảng khoa học, trước khi năng lực
công nghệ vượt xa khả năng hiểu biết khoa học của chúng ta.

15

Tạp chí Epsilon, Số 25, 2/2025

Sự phát triển của Khoa học
Trí thông minh: Nền tảng
khoa học phải được xây dựng
ngay bây giờ!
Khoa học Trí thông minh phải trở thành nền tảng cho trí thông minh thực sự
trong các hệ thống nhân tạo. Như đã đề cập trong phần đầu tiên, sự phát triển
AI hiện tại đang rất cần một nền tảng khoa học vững chắc. Loạt bài này sẽ
khám phá cách Khoa học Trí thông minh tiến hóa từ các nguyên lý khoa học
đến ứng dụng thực tiễn. Trong bài thứ hai này, chúng tôi sẽ đi sâu vào các
khuôn khổ và nguyên tắc giúp hình thành trí thông minh thực sự.
Khoa học Trí thông minh dựa trên những công trình tiên phong từ các nhà khoa
học có cách tiếp cận đa chiều về trí thông minh. Herbert Simon với "Sciences
of the Artificial" đã thiết lập các nguyên tắc cho hệ thống nhân tạo phức tạp
và cách chúng tương tác với môi trường. Marvin Minsky với "Society of Mind"
giải thích cách trí thông minh xuất hiện từ những quá trình đơn giản tương tác
với nhau. Aaron Sloman với "Computer Revolution in Philosophy" đã đề xuất
các khung lý thuyết tính toán để hiểu về tâm trí và trí thông minh. Những
công trình này nhấn mạnh nhu cầu về một Khoa học Trí thông minh có thể
kết hợp tổ chức hệ thống, sự hình thành trí thông minh và nền tảng tính toán.
Dựa trên những hiểu biết lý thuyết này và những tiến bộ mạnh mẽ của AI,
Khoa học Trí thông minh phát triển các hệ thống vượt xa khả năng nhận dạng
mẫu và học tập. Trong khi AI hiện tại xuất sắc trong việc xử lý thông tin và
nhận diện mẫu, Khoa học Trí thông minh bổ sung những khả năng cốt lõi: xây
dựng tri thức có chủ đích, hiểu biết theo ngữ cảnh và thích ứng linh hoạt để
giải quyết các vấn đề thực tế.
Để đạt được sự hiểu biết toàn diện này, Khoa học Trí thông minh tích hợp bốn
nhóm tri thức khoa học cốt lõi:
• Tổ chức và kiểm soát hệ thống – Quản lý sự phức tạp trong khi vẫn duy
trì ổn định....