La presunta prova di OpenAI su Navier–Stokes è pubblica, ma non è ancora un verdetto della comunità matematica

La rivendicazione di OpenAI sul problema di Navier–Stokes sarebbe storica, se supererà l’esame della comunità matematica. L’azienda afferma che un sistema interno non rilasciato ha coordinato circa 10.000 agenti IA per 88 ore, producendo sia una prova analitica sia una formalizzazione in Lean secondo cui un flusso fluido inizialmente regolare può sviluppare una singolarità in tempo finito. Ma avere materiali pubblici e una verifica formale non equivale ancora a un’accettazione indipendente: la pretesa resta da sottoporre a revisione. 14

Che cosa OpenAI dice di aver dimostrato

Il problema di esistenza e regolarità di Navier–Stokes chiede, in una delle sue formulazioni, se un flusso tridimensionale inizialmente liscio possa perdere regolarità in un tempo finito. OpenAI sostiene di aver dimostrato proprio l’alternativa del collasso: alle condizioni dichiarate, la dinamica può generare una singolarità in tempo finito. 4

L’azienda ha pubblicato una dimostrazione scritta e una formalizzazione in Lean, un assistente per prove formali. Secondo le ricostruzioni, il manoscritto è lungo 166 pagine; il sistema impiegato era un modello interno non disponibile al pubblico e avrebbe lavorato attraverso circa 10.000 agenti concorrenti per 88 ore. 31

Il punto cruciale è distinguere i livelli di verifica. Lean può controllare che una dimostrazione codificata rispetti definizioni e assunzioni esplicitate. I ricercatori devono però ancora stabilire se l’enunciato formalizzato coincida davvero con il problema matematico inteso, se il passaggio tra argomento informale e formalizzazione sia completo e se le ipotesi adottate siano quelle pertinenti. Al momento delle prime notizie, il Clay Mathematics Institute — l’ente statunitense che gestisce i Problemi del Millennio — non aveva accettato in modo indipendente il risultato. 1

La disputa su priorità e attribuzione

L’annuncio non riguarda soltanto la correttezza della matematica. Tristan Buckmaster, professore alla New York University, e Levent Alpöge, ricercatore di Anthropic, stavano lavorando su risultati collegati nella dinamica dei fluidi. Buckmaster ha sostenuto che OpenAI fosse venuta a conoscenza del loro approccio e avesse accelerato il proprio lavoro; ha inoltre sollevato obiezioni sul riconoscimento dei contributi.

OpenAI ha negato che i propri ricercatori o agenti avessero visto il lavoro della coppia prima della sua pubblicazione. Le fonti disponibili indicano anche che i risultati in questione erano collegati, ma non dimostrabilmente identici. L’accusa centrale resta quindi irrisolta: è una contestazione pubblica seria, non un fatto accertato.

Da qui il nodo più ampio: non basta chiedersi se un sistema IA abbia trovato passaggi corretti. Contano anche la tracciabilità della cronologia di ricerca, il modo in cui un’azienda è venuta a conoscenza di una linea di lavoro, la corretta attribuzione di risultati affini e la possibilità per studiosi esterni di esaminare sistemi e processi non pienamente aperti.

Perché Lean non ha chiuso la discussione

La verifica formale innalza sensibilmente l’asticella dell’evidenza. Lean controlla passaggio per passaggio una prova espressa in linguaggio formale, ed è perciò utile nell’individuare lacune che possono sfuggire alla revisione tradizionale. La pubblicazione sia del testo leggibile dagli umani sia della formalizzazione offre alla comunità materiale concreto da esaminare. 4

Ma la formalizzazione risponde solo a una parte del giudizio scientifico. Restano almeno cinque domande:

• Portata: quale versione precisa del problema di Navier–Stokes viene risolta?
• Corrispondenza: il teorema informale, le ipotesi e il teorema in Lean descrivono esattamente la stessa affermazione?
• Novità e merito: quali idee sono di chi, e in quale momento sono state sviluppate?
• Comprensione: la prova fornisce tecniche e intuizioni matematiche riutilizzabili, o soltanto una derivazione verificata?
• Riproducibilità: studiosi esterni possono ispezionare, spiegare e sviluppare ulteriormente il lavoro?

Javier Gómez-Serrano ha definito l’episodio una «crisi esistenziale» per la matematica: un’espressione che sintetizza il timore che risultati generati rapidamente dall’IA possano avanzare più in fretta degli strumenti ordinari di comprensione, verifica, insegnamento e attribuzione del credito.

Le critiche alla corsa dell’IA nella matematica

La discussione si è rapidamente allargata oltre questa singola prova. Venticinque vincitori della Medaglia Fields, tra cui Terence Tao, hanno firmato una dichiarazione che avverte dei possibili danni alla scienza e alla formazione dei ricercatori derivanti dalla competizione tra aziende IA per rivendicare traguardi matematici di alto profilo. 17

Una lettera aperta distinta, promossa da matematici attuali ed ex del Caltech, contestava il ruolo di OpenAI in un evento programmato sull’IA e la matematica. Secondo le notizie, la lettera contava 771 firmatari alla pubblicazione; OpenAI ha in seguito ritirato la sponsorizzazione del Caltech Mathathon.

Non è semplicemente una richiesta di escludere l’IA dalla ricerca matematica. L’obiezione è che sistemi proprietari e una competizione guidata dagli annunci possano premiare titoli e primati a scapito dello scambio aperto, dell’attribuzione accurata e della spiegazione matematica. Gli stessi strumenti, in un diverso contesto, potrebbero invece essere utili per verificare prove, esplorare congetture, migliorare l’esposizione e contribuire a librerie formali condivise.

Il prossimo obiettivo è la congettura di Hodge?

OpenAI avrebbe dichiarato al New York Times di aver compiuto «progressi sostanziali» su un altro Problema del Millennio, senza nominarlo né pubblicare una prova. Questo è il limite confermato dell’informazione disponibile.

La congettura di Hodge è stata indicata frequentemente come possibile obiettivo; anche la congettura di Birch e Swinnerton-Dyer è circolata nelle speculazioni. Un articolo, citando una fonte interna a OpenAI, ha riferito che alcuni dipendenti si aspettavano progressi sulla congettura di Hodge, ma l’azienda non ha annunciato pubblicamente alcuna prova in merito. Dire che una delle due congetture sia stata risolta sarebbe dunque prematuro: al momento si tratta di voci, non di un risultato matematico pubblicato.

Che cosa osservare adesso

Il passaggio decisivo non sarà un altro comunicato. Sarà l’analisi indipendente dei materiali su Navier–Stokes: revisione specialistica dell’argomento, ispezione del progetto Lean e delle sue dipendenze, e chiarimento dell’esatta formulazione del problema del Clay Mathematics Institute eventualmente risolta.

Se OpenAI avanzerà un’altra rivendicazione su un Problema del Millennio, gli standard dovrebbero rimanere gli stessi: un teorema preciso, materiali formali e informali accessibili, una ricostruzione trasparente della provenienza delle idee e spiegazioni sufficienti perché altri ricercatori possano controllare ed estendere il lavoro. Nell’uso dell’IA in matematica, la correttezza è indispensabile; lo sono anche attribuzione, apertura e comprensione umana.