Suốt 13 năm không có lời giải, Courtade-Kumar - một trong những bài toán mở quan trọng nhất của lý thuyết thông tin - từng khiến vô số nhà khoa học phải bỏ cuộc. Nhưng đến tháng 9 vừa qua, thách thức này chính thức được chinh phục bởi Tiến sĩ Vũ Khắc Kỷ (Trường ĐH FPT) và cộng sự, Giáo sư Trần Mạnh Tuấn.
Đáng kinh ngạc hơn, nhóm nghiên cứu chỉ gồm 2 người từ Việt Nam này đã hoàn thành chứng minh gần như cùng lúc với đội ngũ 7 nhà khoa học sừng sỏ đến từ Google và một số trường đại học lớn. Lời giải vỏn vẹn 36 trang là minh chứng sắc nét cho thấy: Một nhóm nghiên cứu nhỏ tại Việt Nam hoàn toàn có thể tham gia trực tiếp vào những bài toán nền tảng toàn cầu, miễn là chọn đúng mục tiêu và đủ kiên trì theo đuổi.
Không có quả ngọt nào là dễ dàng. Đằng sau kết quả ấy là hành trình 10 năm TS Vũ Khắc Kỷ kiên trì theo đuổi bài toán, với nhiều chiến lược nghiên cứu mà ngay cả anh cũng không thể chắc chắn rồi sẽ dẫn đến đâu.

Sau 10 năm theo đuổi bài toán, khoảnh khắc nhận ra mình đã chứng minh được giả thuyết Courtade-Kumar đến với anh như thế nào?
Đêm ngày 15/9, tôi chính thức kết thúc lời giải. Tôi đưa ra một số chứng chỉ bất đẳng thức để máy chạy. Khi đưa vào, tôi cũng không biết kết quả sẽ thế nào. Nếu chưa xử lý được thì lại tiếp tục tìm chứng chỉ khác.
Tuy nhiên, đến khi máy chạy xong mà không còn miền nhỏ nào chưa được kiểm chứng, tôi gần như sững người. Nhưng cũng giống như các cầu thủ ngày nay khi ghi được bàn thắng, chưa ai dám ăn mừng ngay mà còn phải chờ ‘check VAR’.
Lúc đó tôi khá hồi hộp. Sau đó, tôi cho máy chạy lại toàn bộ phần kiểm chứng bằng máy tính từ đầu đến cuối, kiểm tra lại từng bước một. Khi ấy, tôi mới có cảm giác: "À, có vẻ là đúng rồi".
Cảm xúc khi ấy khác với những lần trước, bởi đây là một bài toán lớn. Để đi đến kết quả cuối cùng, tôi và cộng sự phải trải qua nhiều bước, với các chiến lược khác nhau để giải hàng nghìn bài toán nhỏ. Quá trình đó giống như một trận đánh, trong đó chúng tôi lần lượt tháo gỡ từng nút thắt. Vì thế, tôi có thể cảm nhận mình đang tiến gần đến đích, chứ không phải bất ngờ tìm ra đáp án trong khoảnh khắc “Eureka!”.

Trong 10 năm đi tìm lời giải cho bài toán này, khó khăn lớn nhất anh phải đối mặt là gì?
Cũng giống như hầu hết các nhà nghiên cứu khác, khó khăn lớn nhất là phải chấp nhận rủi ro, bỏ công sức ra mà không thu được kết quả gì. Rất nhiều thời điểm tôi không biết chiến lược đang theo đuổi có thể đi được đến đâu. Trước khi mọi thứ sáng tỏ, trong khoảng vài tháng, mọi việc rất mờ mịt. Đó là thực tế trong việc đi tìm lời giải cho một bài toán đang được giới nghiên cứu quan tâm.
Như thời điểm năm 2016, khi được Giáo sư Chandra Nair giới thiệu bài toán này, tôi đã dành phần lớn thời gian trong 2 năm để tập trung vào nó, bên cạnh một số bài toán khác, nhưng không giải được.
Sau khi về Việt Nam, từ năm 2019, năm nào tôi cũng quay lại nghiên cứu nó nhưng cũng không thu được kết quả.
Đến năm 2025, tôi bắt đầu nghiên cứu về hình học thông tin. Trong quá trình đó, tôi nhận thấy nhiều công cụ mình phát triển có thể áp dụng sang bài toán này nên bắt đầu thử.
Cuối năm 2025, tôi đã tiến được một chút, thậm chí nghĩ rằng có khả năng giải được bài toán. Nhưng sau đó, tôi phát hiện ra sai sót nên phải dừng lại.
Thực ra, mỗi lần quay lại nghiên cứu và loay hoay một thời gian, tôi đều nghĩ đến việc bỏ cuộc, thậm chí nhiều lần là khác, bởi cảm thấy con đường dẫn đến chứng minh rất mờ mịt và theo đuổi nó khá rủi ro.
Ngay từ thời ở Hồng Kông, sau 3 tháng đầu tiên nghiên cứu, tôi đã muốn dừng lại để chuyển sang bài toán khác. Thậm chí, tôi từng nghĩ đến chuyện bỏ hẳn bài toán này, chuyên tâm nghiên cứu về tối ưu, học máy, hoặc các bài toán khác trong lý thuyết thông tin.
Đối diện với nhiều rủi ro và nhiều lần muốn bỏ cuộc, điều gì khiến anh vẫn tiếp tục theo đuổi bài toán này?
Thực ra, việc tiếp tục theo đuổi bài toán suốt nhiều năm giống như một cách để thử năng lực bản thân. Hiểu rằng bài toán có nhiều rủi ro nên tôi cũng không đặt nó vào trọng tâm đời sống khoa học. Tôi coi nó như một dự án nhỏ và theo đuổi song song với các hướng nghiên cứu khác tiềm năng hơn.
Tôi nghĩ phần lớn mọi nhà khoa học làm nghiên cứu vì mục đích tò mò. Và tôi muốn tìm hiểu tại sao bài toán này lại không giải được. Giống như trẻ con thích giải một bài toán đố, thì nhà khoa học đôi khi cũng chỉ đơn giản là muốn giải một bài toán như thế. Tôi làm đơn giản vì muốn hiểu bài toán, chứ không nghĩ nhiều đến chuyện mình có “dám làm” hay không.
.png)
Sau nhiều năm chưa tìm được lời giải, yếu tố nào đã giúp anh mở ra được lời giải cho bài toán này vào năm 2026?
Thứ nhất, công cụ AI hiện nay đã mạnh hơn rất nhiều. Nên nó cung cấp cho tôi một nền tảng kiến thức lớn. Trước đây, tôi có thể chỉ tìm được một vài bài báo và chưa rà soát hết được các lĩnh vực khác. Hiện nay, nhờ AI phát triển, tôi có thể tiếp cận nhiều bài báo liên quan hơn.
Thứ hai, nghiên cứu của chúng tôi dựa trên nền tảng một số công trình trước đó. Các nhóm nghiên cứu quốc tế, trong đó có các tác giả tại Google và Đại học Trung văn Hồng Kông, cũng mang đến nhiều hướng tiếp cận mới. Đặc biệt, công trình của Lei Yu đã giải quyết giả thuyết cho các hàm cân bằng, tức là hai giá trị đầu ra có xác suất bằng nhau, khi tham số tương quan nằm trong khoảng từ 0 đến 0,914.
Từ kết quả đó, chúng tôi tập trung xử lý khoảng từ 0,914 đến 1, đồng thời mở rộng lập luận cho cả trường hợp không cân bằng. Phần còn lại có những khó khăn riêng, đòi hỏi phải phân chia và xử lý trên các miền nhỏ. Với mỗi miền nhỏ, rất nhiều bất đẳng thức cần thử để chia nhỏ miền đó và xác minh. Khối lượng bất đẳng thức và miền nhỏ cần kiểm tra vì thế rất lớn.
Nếu chỉ dùng sức người, tôi nghĩ phải mất hàng chục năm, thậm chí 20 năm nữa mới hoàn thành. Với AI, công cụ này đã giúp tôi thực hiện rất nhiều công việc xử lý trên các miền đó và tìm được sai số rất nhỏ như 0,001. Nếu chỉ dựa vào trực giác, tôi rất dễ phán đoán sai và có thể mất nhiều tháng trời theo đuổi một hướng không phù hợp.

Anh đánh giá AI đang có vai trò như thế nào trong hoạt động nghiên cứu của một nhà toán học?
Tôi nghĩ, hiện nay nhiều nhà toán học đang sử dụng AI ở một mức độ nào đó trong quá trình nghiên cứu. Với tôi, AI đã trở thành một công cụ hỗ trợ quan trọng trong nghiên cứu.
Đầu tiên là phạm vi kiến thức của nó rất rộng. AI có thể gợi ý và giải thích kiến thức từ nhiều lĩnh vực, dù thông tin và tài liệu tham khảo vẫn cần được kiểm tra lại.
Toán học ngày càng chuyên môn hoá. Một nhà toán học chỉ làm trong lĩnh vực hẹp của mình, chưa chắc đã đọc được công trình nghiên cứu của một nhà toán học khác. Nhưng với sự hỗ trợ của AI, họ có thể dễ dàng tiếp cận kiến thức của các ngành khác.
Đôi khi, các nhà toán học không biết kết quả đó tồn tại bởi vì nó thuộc nhánh nghiên cứu khác. Khi làm việc với AI, các nhà khoa học có thể được gợi ý về những kết quả như vậy.
Ở những công việc cụ thể hơn, AI còn có thể hỗ trợ tính toán, lập trình và thử nghiệm. Có những công việc mà nếu tự làm, tôi sẽ mất rất nhiều thời gian. Với sự hỗ trợ của AI và chỉ dẫn của nhà nghiên cứu, một số bước có thể được thực hiện nhanh hơn đáng kể, nhưng kết quả vẫn cần được kiểm tra.
Thứ ba, AI đang hỗ trợ khả năng viết của các nhà khoa học. Trước đây, với một số nhà khoa học Việt Nam, việc viết 1 bài báo khoa học bằng tiếng Anh mất khá nhiều thời gian. Đôi khi mình hiểu nhưng không thể diễn giải bằng tiếng Anh một cách mạch lạc. Ngày nay, AI giúp tiết kiệm rất nhiều công sức cho công việc này. Nhiệm vụ của nhà khoa học là đọc, sửa.
Nói chung AI giúp tiết kiệm thời gian hơn rất nhiều và trở thành công cụ không thể thay thế được.
Trước tốc độ và sức mạnh của AI như vậy, đâu là phần việc của các nhà toán học mà trí tuệ nhân tạo khó có thể thay thế?
Thực tế, tôi không thể đánh giá hết được vì tốc độ phát triển của trí tuệ nhân tạo hiện nay vô cùng nhanh. Tuy nhiên, ở thời điểm hiện tại, vai trò của nhà toán học vẫn là lựa chọn và đánh giá đúng những bài toán quan trọng cần nghiên cứu.
Có những bài toán được nhắc đến như những bài toán mở, tồn tại hàng chục năm chưa có lời giải, nhưng điều đó không có nghĩa chúng đều có giá trị như nhau. Điều quan trọng là phải hiểu vì sao bài toán đó vẫn còn bỏ ngỏ. Nếu đó là một bài toán mở đang được hàng trăm nhà nghiên cứu cùng quan tâm và quyết tâm tìm lời giải thì nó thực sự có ý nghĩa. Còn nếu một bài toán vẫn bỏ ngỏ nhưng không có ai nghiên cứu thì giá trị của nó không lớn. Vì vậy, việc lựa chọn và đánh giá bài toán vẫn phụ thuộc vào nhà toán học.
Bên cạnh đó, những ý tưởng chính trong quá trình chứng minh vẫn phải do con người dẫn dắt. Khi làm việc, có nhiều lúc AI đi chệch hướng. Nó giống như mình chỉ cho AI một hướng, nhưng sau đó nó lại dần đi chứng minh những vấn đề ngoài lề mà không giải quyết được mục tiêu quan trọng. Tuy nhiên, nhận định này chỉ đúng trong phạm vi nghiên cứu của tôi. Tôi không khẳng định điều đó đúng với các công ty lớn như OpenAI. Bởi gần đây, họ đã công bố rằng AI có thể giải được hàng trăm bài toán lớn. Tôi nghĩ trong tương lai, máy tính có thể tự chủ trong quá trình này.
Vì vậy, xét cho cùng, nhà nghiên cứu vẫn phải là người lựa chọn được bài toán tốt, biết kết quả nào thực sự có giá trị và chịu trách nhiệm về kết quả nghiên cứu của mình.

Sau nhiều học tập và nghiên cứu ở nước ngoài, năm 2019, anh về trường ĐH FPT để giảng dạy. Lúc đó anh đứng trước những sự lựa chọn nào?
Lúc đó, tôi có lời mời làm nghiên cứu sau Tiến sĩ ở Nhật Bản. Vì không muốn nghiên cứu toán nữa nên tôi quyết định về nước. Một phần vì trong 2 năm làm nghiên cứu ở Hồng Kông, tôi không có thêm kết quả nào mới nên khá chán nản. Thậm chí, tôi còn nghi ngờ không biết mình có đủ năng lực để theo đuổi toán đỉnh cao không. Không tự tin, tôi cũng không muốn bó buộc ở một lĩnh vực nào đó. Tôi muốn về nước để tìm kiếm cơ hội trong các lĩnh vực kinh doanh hay công nghệ.
Khi ấy, tôi nhận được lời mời làm việc tại 1 tập đoàn công nghệ nhưng cảm thấy không phù hợp. Sau đó, tôi tự ứng tuyển vào 1 công ty phân tích định lượng đầu tư trong nước.
Tuy nhiên trong quá trình phỏng vấn, tôi trượt ngay từ vòng đầu làm bài kiểm tra về toán (cười). Cho đến tận bây giờ, câu chuyện này vẫn được mấy người bạn của tôi đang làm tại công ty ấy nhắc lại. Bởi vì khi nghe tin tôi nộp hồ sơ phỏng vấn, công ty đã cử một đàn anh rất giỏi về toán để ra đề vì nghe đồn ‘Kỷ giải toán kinh lắm’ (cười). Nhưng cuối cùng tôi lại làm sai ở những câu hỏi cơ bản và không qua được vòng đầu tiên.
Thực ra, toán nghiên cứu và bài kiểm tra tuyển dụng đặt ra những yêu cầu khác nhau. Tôi cũng hối tiếc vì chưa dành thời gian chuẩn bị cho dạng bài đó.
Sau đó, tôi vẫn về nước và làm việc tại công ty của chị gái. Tình cờ đến năm 2019, tôi được Giáo sư Phạm Hùng Quý giới thiệu sang trường ĐH FPT để giảng dạy. Nhận thấy công việc và cách bố trí thời gian phù hợp nên tôi nhận lời về giảng dạy.

So với nghiên cứu, công việc đứng lớp có nhiều khác biệt?
Khác biệt khá rõ. Khi nghiên cứu, tôi tập trung khám phá những vấn đề mới và trao đổi với các chuyên gia trong lĩnh vực. Còn khi giảng dạy, điều quan trọng không chỉ là kiến thức mà còn là cách truyền đạt sao cho sinh viên dễ tiếp thu. Trình độ của sinh viên không thể so với các nhà toán học, vì vậy tôi phải dành nhiều công sức và kiên nhẫn hơn để giúp các bạn hiểu bài.
Nếu sinh viên chưa hiểu, tôi phải diễn đạt bằng cách khác hoặc đưa ra ví dụ khác. Ở bậc đại học, giảng viên cũng không thể theo sát từng sinh viên như ở phổ thông. Nếu các bạn chủ động đặt câu hỏi, tôi sẽ tìm cách giải đáp, tiếp tục trao đổi cho đến khi các bạn hiểu vấn đề.
Trong nghiên cứu, thành quả thường được thể hiện qua việc giải quyết thành công một bài toán. Còn trong giảng dạy, anh nhìn vào điều gì để biết mình đã làm tốt?
Theo tôi, thành công trong giảng dạy trên lớp có hai khía cạnh. Thứ nhất là sự hào hứng của sinh viên: Các bạn có cảm thấy thú vị với môn học không, có vui vẻ, phát biểu, đặt câu hỏi và quan tâm đến bài giảng không? Nếu sinh viên hào hứng học tập, đó chính là thành công. Hiện nay, chỉ độ chục em trong lớp hào hứng học đã là rất tốt.
Tuy nhiên, nếu sinh viên không hào hứng thì chẳng lẽ người thầy phải xem đó là thất bại của mình? Vì vậy, tôi còn có một thước đo khác, đó là bản thân giảng viên phải liên tục đưa những kiến thức mới, điểm mới vào bài giảng, chứ không chỉ đơn thuần truyền đạt lại nội dung trong sách.
Ví dụ, khi dạy toán, tôi thường đưa nhiều ví dụ liên quan đến tin học vào bài giảng. Với các môn giải tích hay đại số, sinh viên có thể thực hành lập trình để hiểu rõ hơn kiến thức. Tôi muốn sinh viên thấy rằng toán học không quá hàn lâm hay xa rời thực tế. Chẳng hạn, khi học về tích phân, sinh viên có thể cảm thấy những công thức khá phức tạp và khó hình dung ý nghĩa. Nhưng khi tôi lập trình ra, chia khoảng và thực hiện các phép tính, các bạn sẽ hiểu đó chỉ là một công cụ đo đạc rất tự nhiên.
Vì vậy, tôi nghĩ thành công của người thầy cần được đánh giá bằng cả thước đo nội tại và ngoại lai. Thước đo nội tại là bản thân giảng viên phải không ngừng đổi mới, cải thiện chất lượng giảng dạy và kiến thức của mình. Còn việc sinh viên có hào hứng hay không là điều người thầy mong muốn nhưng không hoàn toàn nằm trong tầm kiểm soát.

Nhìn lại hành trình từ nghiên cứu, giảng dạy đến những lần đối mặt với thất bại và hoài nghi bản thân, điều gì khiến anh vẫn gắn bó với Toán học?
Tôi yêu thích Toán từ những năm học cấp một, lên cấp hai tiếp tục học chuyên Toán Trần Đăng Ninh (Nam Định), rồi cấp ba vào chuyên Toán Tổng hợp. Sau đó, tôi tham gia các kỳ thi và đạt giải quốc gia môn Toán, rồi tiếp tục theo học đại học, Thạc sĩ và Tiến sĩ ở nước ngoài chuyên ngành Toán học. Đó là một lộ trình mà gần như tôi cũng không hiểu tại sao mình lại đi theo, bởi mọi thứ cứ diễn ra rất tự nhiên.
Nên nếu phải nói về tình yêu với toán học thì tôi nghĩ là có. Bởi vì tôi từng có cơ hội để làm những ngành khác, nhưng lại thích cảm giác được ngồi suy nghĩ và tư duy về toán hơn. Nên tôi nghĩ để làm được các bài toán lớn thì yếu tố tình yêu phải khá lớn.
Nhưng bản chất, tôi cũng nhìn nhận nó giống như một công việc, đòi hỏi sự kỷ luật và khoa học, chứ không phải là một nghề tài tử nào cả.

Sau nhiều năm theo đuổi toán học, niềm vui khi tìm được lời giải còn giống với cảm xúc của một cậu học sinh giải được bài toán trước đây?
Tôi nghĩ cảm xúc ở mỗi thời điểm khá khác nhau. Khi còn nhỏ có những bài toán tôi phải suy nghĩ 1-2 ngày, thậm chí cả tuần mới tìm ra lời giải. Đến khoảnh khắc tìm ra đáp án, tôi rất khoái. Niềm vui khi ấy rất thuần túy, tự nhiên hơn và gần như bộc phát. Đơn giản là tôi nghĩ mình đã giải được bài toán, có thể đem đi khoe với bạn bè, rồi câu chuyện cũng chỉ dừng lại ở đó.
Còn bây giờ, cảm xúc không còn bộc phát như trước, có lẽ một phần do tuổi tác. Khi còn trẻ, cảm xúc thường mãnh liệt hơn, nhưng niềm vui cũng có thể chỉ kéo dài trong chốc lát.
Hiện nay, mỗi phát hiện khoa học phải trải qua nhiều công đoạn, từ viết bài, kiểm tra, phản biện đến chỉnh sửa và hoàn thiện. Khi công trình hoàn thành, tôi vẫn vui, thậm chí niềm vui có thể kéo dài hơn, nhưng cảm xúc không còn mãnh liệt như trước.
Bên cạnh cảm xúc, những kết quả nghiên cứu hiện nay còn mang lại những giá trị thực tế rõ ràng hơn. Trước hết, chúng giúp tôi tự tin hơn và được ghi nhận tốt hơn trong công việc chuyên môn. Thứ hai, thành quả nghiên cứu cũng có thể ảnh hưởng đến thu nhập. Vì thế, khám phá khoa học mang nhiều màu sắc thực tế, chứ không đơn thuần là niềm vui khi giải được một bài toán như trước.
Cảm ơn anh đã chia sẻ!
