Tiền tuyến Toán học AI: Cách một người bỏ học Stanford 24 tuổi đang định hình lại ngành công nghiệp

Trong một bước ngoặt về tư duy trong giới đầu tư mạo hiểm, các nhà sáng lập trẻ ngày càng thu hút sự chú ý và vốn đầu tư. Một ví dụ nổi bật là vòng gọi vốn Series A mới đây của Axiom Math: startup về lý luận AI đã huy động được $64 triệu đô la, nâng giá trị định giá lên $300 triệu đô la. Được dẫn dắt bởi B Capital với sự hậu thuẫn từ Greycroft, Madrona và Menlo Ventures, vòng gọi vốn này nhấn mạnh niềm tin ngày càng tăng của các nhà đầu tư vào các dự án AI thế hệ mới. Điều làm câu chuyện huy động vốn này đặc biệt không chỉ nằm ở con số, mà còn ở người dẫn dắt tầm nhìn: Carina Hong, một doanh nhân sinh sau 00s đại diện cho thế hệ sáng lập kỹ thuật mới đang định hình lại Thung lũng Silicon.

Ai đứng sau Axiom Math?

Sinh ra và lớn lên tại Quảng Châu, Hong Letong—được biết đến với tên gọi chuyên nghiệp là Carina Hong—là hình mẫu của các nhà sáng lập hàng đầu ngày nay. Hồ sơ học vấn của cô như một bài học về sự xuất sắc của các tổ chức giáo dục: từng học tại Trường Trung học Phổ thông Liên kết Đại học Sư phạm Nam Trung Quốc (nơi cô nổi bật trong các cuộc thi toán học), có bằng kép về toán học và vật lý từ MIT, bằng thạc sĩ về khoa học thần kinh từ Đại học Oxford (đạt được qua Học bổng Rhodes danh giá—chỉ có bốn người Trung Quốc nhận được), và gần đây nhất, đang theo học tiến sĩ tại Stanford University về toán học và luật.

Các danh hiệu tích lũy được trên hành trình của cô kể câu chuyện riêng của nó. Cô nhận giải Schafer Mathematics Excellence Award—trao hàng năm cho duy nhất một nữ sinh viên đại học tại Bắc Mỹ—tiếp theo là Giải Morgan, danh hiệu cao nhất trong toán học dành cho thành tích của sinh viên đại học trong khu vực, giúp cô trở thành người phụ nữ thứ năm nhận được giải này. Trong thời gian học tại MIT, cô đã hoàn thành 20 khóa học sau đại học và xuất bản nhiều bài báo trong các lĩnh vực toán học nâng cao như hàm L của các đường cong elliptic modular và các bề mặt K3.

Sự ra đời của Axiom: Từ cuộc trò chuyện tại quán cà phê đến định giá $300 Triệu đô la

Câu chuyện sáng lập gần như mang tính điện ảnh trong sự đơn giản của nó. Trong một cuộc gặp gỡ thoải mái cuối tuần gần khuôn viên Stanford, Hong và Shubho Sengupta—một cựu nhà nghiên cứu AI của Meta, người đã dẫn dắt nhóm FAIR và đồng phát triển OpenGo và CrypTen—đã tham gia một cuộc trò chuyện kéo dài về sự giao thoa giữa toán học nâng cao và trí tuệ nhân tạo. Cuộc thảo luận tập trung vào một câu hỏi cơ bản: liệu các hệ thống AI có thể giải quyết các vấn đề toán học khó nhất thế giới không?

Cuộc trò chuyện này đã thúc đẩy một quyết định. Hong rời Stanford và cam kết hoàn toàn xây dựng Axiom Math, bắt đầu từ đó một trong những dự án AI quan trọng nhất của năm nay.

Axiom thực sự giải quyết vấn đề gì?

Axiom tự xưng là “một nhà toán học AI”—một hệ thống có khả năng chuyển đổi kiến thức toán học từ sách giáo khoa, bài báo khoa học và tạp chí thành các chương trình có thể thực thi trên máy móc. Sự khác biệt này rất quan trọng: không giống như các mô hình ngôn ngữ đa dụng gặp khó khăn trong lý luận toán học, Axiom không chỉ đưa ra câu trả lời mà còn cung cấp các chứng minh chi tiết từng bước, xác nhận và chuỗi lý luận.

Khoảng cách kỹ thuật mà hệ thống này giải quyết là có thật. Khi ChatGPT o3 được thử nghiệm với các cuộc thi Toán học Mỹ, nó đạt độ chính xác 96%—cho đến khi yêu cầu chứng minh phương pháp. Lúc đó, hiệu suất giảm còn khoảng 5%. Sự chênh lệch này cho thấy một điểm yếu nghiêm trọng: dữ liệu huấn luyện của mô hình có thể đã bao gồm các bài toán cụ thể này, che giấu các thiếu sót trong khả năng lý luận cơ bản.

Lộ trình nghiên cứu của Axiom mở rộng vượt ra ngoài toán học thuần túy. Nhóm dự kiến ứng dụng trong mô hình tài chính, thiết kế kiến trúc bán dẫn và giao dịch định lượng—những lĩnh vực mà việc xác minh toán học nghiêm ngặt giúp phân biệt các chiến lược sinh lời và thảm họa.

Xây dựng đội ngũ: Một tập thể sau 00s với DNA của Meta

Dù mới chỉ bắt đầu tự huy động vốn vài tháng trước, Axiom đã tập hợp một đội ngũ cốt lõi 10 người chủ yếu là các nhà nghiên cứu AI nổi bật. CTO hiện tại Shubho Sengupta mang trong mình hai thập kỷ kinh nghiệm về ML tiên tiến, bao gồm công trình đầu tiên về công nghệ CUDA và hạ tầng đào tạo phân tán của Google. François Charton, tuyển dụng từ bộ phận nghiên cứu của Meta, đã dành nhiều năm nghiên cứu về kiến trúc transformer ứng dụng trong giải quyết các vấn đề toán học. Hugh Leather, một cựu nhân viên của Meta khác, đã đóng góp công trình nền tảng về các mô hình ngôn ngữ lớn dành cho sinh mã trình biên dịch và mã GPU.

Tập hợp các tài năng này—tập trung, có mục tiêu rõ ràng và không theo lối mòn trong thành phần đội ngũ—đã thu hút sự hậu thuẫn của B Capital chính xác vì khả năng thực thi và chiều sâu kỹ thuật của họ.

Một thời điểm lớn hơn: Các nhà sáng lập sau 00s hiện diện khắp nơi trong AI

Thành công của Axiom đến trong bối cảnh một câu chuyện lớn hơn: các nhà sáng lập sau 00s đang đồng loạt tiến vào lĩnh vực AI với tỷ lệ thành công đáng kể.

Hãy xem Sola Solutions, công ty mới thành lập của Jessica Wu 22 tuổi và Neil Deshmukh 23 tuổi (cùng là cựu sinh viên MIT). Họ đã huy động được $21 triệu đô la qua các vòng seed và Series A, kết hợp 3,5 triệu đô la (dẫn dắt bởi Conviction) và 17,5 triệu đô la (dẫn dắt bởi a16z).

Hoặc Anysphere—startup lập trình AI do Michael Truell cùng ba cựu sinh viên MIT tốt nghiệp năm 2022 dẫn dắt. Vòng gọi vốn Series B của họ đạt giá trị $9 tỷ đô la trên số tiền huy động được $900 triệu đô la. Sản phẩm của họ, Cursor, đã trở thành tiêu chuẩn trong giới kỹ sư Silicon Valley quan tâm đến phát triển hỗ trợ AI.

Mercor, nền tảng tuyển dụng AI, đạt giá trị $2 tỷ đô la trên số tiền Series B huy động được $100 triệu đô la—và được thành lập bởi ba người bỏ học sau 00s từ Harvard và Georgetown, khởi nghiệp từ phòng ký túc xá của họ.

Trong nội địa Trung Quốc, mô hình này cũng lặp lại: Zero Degree ( startup robot do Min Yuheng, Cheng Yi và Li Yizhe từ Tsinghua) huy động hàng trăm triệu qua các vòng gọi vốn angel. Lingchu Intelligent thu hút sự hậu thuẫn từ Hillhouse Venture và BlueRun Ventures. UniX AI, do Yang Fengyu ( sinh năm 2000, tiến sĩ khoa học máy tính tại Yale), đã trở thành trung tâm đầu tư vào AI thể hiện.

Tại sao các nhà sáng lập sau 00s có thể thực sự có lợi thế

Chuyên đề đầu tư từ các công ty VC hàng đầu cho thấy các nhà sáng lập trẻ này sở hữu lợi thế hệ thống. “Chúng tôi tin chắc rằng khởi nghiệp thường thuộc về người trẻ,” ông Dai Yusen, đối tác quản lý của ZhenFund, nhận định. Lý do: nhiều đột phá AI hoạt động trong các lĩnh vực mà kinh nghiệm tích lũy trở thành gánh nặng hơn là lợi thế. Các quy trình đã có không còn phù hợp. Các nhà sáng lập sau 00s, không bị ràng buộc bởi ký ức tổ chức, tiếp cận vấn đề bằng các khung tư duy mới.

“Sự thiếu hiểu biết chính là sự không sợ hãi,” Dai bổ sung. “Nhiều đổi mới công nghệ ra đời chính xác vì các người tham gia hiểu rõ địa hình nhưng vẫn không ngần ngại thách thức nó.”

Thời điểm Hong Letong đã xây dựng

Vị trí chính thức của Axiom—“Tương lai của khám phá toán học bắt đầu từ đây”—có sức nặng chính xác vì người phát ngôn là ai. Trong một cuộc phỏng vấn trước đó, Hong đã chia sẻ về cảm hứng sáng lập của mình: “Tôi luôn là một nhà nghiên cứu. Tôi muốn giải quyết các vấn đề kỹ thuật thực sự khó khăn.”

Ngay trước khi thành lập Axiom, khi DeepSeek thu hút sự chú ý toàn cầu, Hong nhận xét: “Một đội nhỏ, tập trung, phi truyền thống. Những đối tác xuất sắc gồm những người lý tưởng. Thực thi mạnh mẽ. Cam kết thực tế. Yếu tố quý giá nhất: niềm tin lồng ghép vào lý tưởng và sứ mệnh.” Cô tiếp tục: “Đây là câu chuyện của DeepSeek. Nó cũng là câu chuyện tôi muốn viết cho chính mình.”

Với $300 triệu đô la hậu thuẫn và 10 nhà nghiên cứu AI hàng đầu thế giới cam kết theo đuổi sứ mệnh, câu chuyện đó hiện đang được viết trong thời gian thực.