TP.HCM, 22/7/2026 — AlphaEvolve, tác tử lập trình do Google DeepMind phát triển, đang khiến giới nghiên cứu kinh ngạc khi tự viết và cải tiến thuật toán tới mức vượt qua một kỷ lục toán học tồn tại từ năm 1969. Theo báo cáo tác động của Google DeepMind, AlphaEvolve không còn là bản trình diễn trong phòng thí nghiệm mà đã chạy trong sản xuất, tối ưu từ chip lượng tử, giải mã gen cho tới chính hạ tầng máy chủ của Google.
Điều khiến AlphaEvolve khác biệt là nó không chỉ trả lời câu hỏi như một chatbot, mà tự sinh ra hàng loạt phiên bản mã nguồn, tự chấm điểm rồi giữ lại phương án tốt nhất qua từng vòng lặp — một quá trình mô phỏng tiến hóa. Với người Việt quan tâm tới AI, đây là ví dụ rõ nét cho thấy AI đang bước từ vai trò trợ lý sang vai trò cộng sự nghiên cứu thực thụ.
Table of Contents
Nội dung chính
AlphaEvolve và cách AI của Google tự tiến hóa thuật toán
AlphaEvolve được xây trên bộ đôi mô hình Gemini: bản Flash tốc độ cao chịu trách nhiệm sinh ra thật nhiều ý tưởng, còn bản Pro sâu hơn đánh giá và tinh chỉnh. Hai mô hình chạy trong một vòng lặp khép kín cùng bộ chấm điểm tự động, cho phép hệ thống tiến hóa cả một mã nguồn thay vì chỉ sửa từng hàm đơn lẻ. Cách tiếp cận này giúp AlphaEvolve khám phá những lời giải mà con người chưa từng nghĩ tới.
Thành tựu gây chú ý nhất nằm ở toán học. AlphaEvolve tái lập được lời giải tốt nhất hiện tại cho khoảng 75% các bài toán mở mà nhóm nghiên cứu thử nghiệm, và cải thiện được 20% trong số đó. Đáng kể nhất, hệ thống tìm ra cách nhân ma trận hiệu quả hơn thuật toán kinh điển mà Volker Strassen công bố năm 1969 — một cột mốc từng được xem là gần như bất khả xâm phạm suốt hơn nửa thế kỷ. AlphaEvolve cũng phối hợp với các nhà toán học hàng đầu như Terence Tao để tấn công một số bài toán Erdős hóc búa.
Không dừng ở lý thuyết, AlphaEvolve tạo ra giá trị đo đếm được ngay trong nội bộ Google. Bằng cách viết lại thuật toán điều phối cho trung tâm dữ liệu, hệ thống giải phóng khoảng 0,7% tổng năng lực tính toán của công ty — con số nhỏ về tỷ lệ nhưng tương đương khoảng 500 triệu USD mỗi năm. Nói cách khác, một AI đang tự tối ưu chính hạ tầng nuôi sống nó.
Để hiểu vì sao những mô hình như thế này có thể “suy nghĩ” và sinh mã, bạn có thể đọc thêm bài nền tảng AI là gì của Nhịp AI.
Từ phòng thí nghiệm tới sản xuất thực tế
Điểm bước ngoặt trong năm 2026 là AlphaEvolve rời khỏi các bài toán trình diễn để chạy trong những hệ thống thật. Trong lĩnh vực gen, hệ thống được dùng để cải tiến DeepConsensus — mô hình của Google Research chuyên sửa lỗi khi giải trình tự ADN — giúp giảm tới 30% sai sót trong phát hiện biến thể di truyền. Đây là loại lỗi ảnh hưởng trực tiếp tới độ chính xác của các nghiên cứu y sinh và chẩn đoán.
Với máy tính lượng tử, AlphaEvolve đề xuất các mạch lượng tử có sai số thấp hơn 10 lần so với những phương án tối ưu thủ công trước đó, mở đường cho việc mô phỏng phân tử phức tạp trên bộ xử lý Willow của Google. Danh sách ứng dụng còn trải dài sang logistics, tài chính và tối ưu lưới điện, cho thấy một công cụ khám phá thuật toán duy nhất có thể phục vụ nhiều ngành cùng lúc.
Dĩ nhiên, AlphaEvolve chưa phải chiếc đũa thần. Hệ thống chỉ phát huy sức mạnh khi bài toán có thể chấm điểm tự động và rõ ràng đúng — sai; với những vấn đề mơ hồ, cần trực giác hoặc dữ liệu khan hiếm, con người vẫn giữ vai trò quyết định. Nhưng xu hướng đã rõ: AI không chỉ tăng tốc công việc lập trình mà bắt đầu tham gia vào chính quá trình phát minh. Cùng với những nỗ lực đưa AI vào nghiên cứu khoa học như Claude Science, AlphaEvolve báo hiệu một giai đoạn mà tốc độ khám phá của con người có thể được nhân lên nhiều lần.
Nguồn: Google DeepMind, TechCrunch, Reuters.
Xem thêm: Claude Science: bàn làm việc AI cho nhà khoa học; AI là gì? Cẩm nang toàn tập.
