Il 26 ottobre 2026 OpenAI ha dichiarato che i suoi modelli interni hanno prodotto risultati in analisi armonica, complessità computazionale e teoria quantistica dei campi. Poche ore dopo, Anthropic ha presentato una rivendicazione concorrente sulla congettura del tempo esponenziale (ETH). Le affermazioni hanno attirato attenzione perché, se confermate, avrebbero implicazioni che vanno ben oltre l’intelligenza artificiale. Ma, secondo le notizie disponibili in quei giorni, nessuna era stata ancora verificata in modo indipendente.
2
3
7
I tre risultati rivendicati da OpenAI
Una dimostrazione sulla regolarizzazione locale. Nel suo archivio pubblico, OpenAI ha pubblicato il manoscritto Local smoothing for the Euclidean wave equation insieme a una formalizzazione in Lean, un assistente di dimostrazione usato per controllare passaggi logici formali. L’azienda afferma che il lavoro dimostra la congettura di Sogge sulla regolarizzazione locale per le onde in ogni dimensione spaziale pari o superiore a due. Secondo l’archivio, il risultato implica anche le congetture massimale e dimensionale di Kakeya e stime sferiche di restrizione di Stein nell’interno dell’intervallo congetturato.
17 Una fonte colloca la formulazione della congettura di Sogge nel 1991.
6 La portata dichiarata va precisata: non equivale a dire che ogni versione della congettura di restrizione di Stein sia stata risolta.
Una confutazione dell’ETH. OpenAI ha dichiarato che il proprio modello ha trovato una confutazione dell’ipotesi del tempo esponenziale, una congettura sulla difficoltà computazionale dei problemi di soddisfacibilità booleana. L’azienda descrive l’ETH come un’ipotesi alla base di numerosi risultati condizionali in informatica teorica.
13 Secondo le notizie pubblicate, il modello avrebbe prodotto il risultato il 16 ottobre, poi formalizzato in Lean il giorno successivo.
32 Nell’archivio pubblico di OpenAI compare un manoscritto intitolato The Exponential Time Hypothesis is False.
17
Se fosse corretta, una confutazione dell’ETH potrebbe cambiare lo status di risultati che dipendono da questa ipotesi. Ma un algoritmo subesponenziale non è automaticamente polinomiale: per esempio, 2^√n è subesponenziale rispetto a n, ma cresce comunque più rapidamente di qualsiasi polinomio di grado fisso. Quindi anche un algoritmo valido per 3-SAT con tempo 2^o(n) confuterebbe l’ETH senza dimostrare, da solo, che P = NP. Sono questioni collegate, ma non equivalenti.
13
33
Un risultato di esistenza in teoria quantistica dei campi. OpenAI ha inoltre rivendicato una dimostrazione matematica rigorosa dell’esistenza di alcune teorie quantistiche dei campi interagenti in quattro dimensioni, tra cui la cromodinamica quantistica (QCD).
1 Le notizie descrivono la rivendicazione come un risultato di esistenza; non dimostrano che sia stato risolto l’intero problema del premio Millennium di Yang–Mills, che comprende anche la questione del divario di massa.
1
16
La rivendicazione concorrente di Anthropic sull’ETH
A breve distanza dall’annuncio di OpenAI, Anthropic ha presentato una propria presunta confutazione dell’ETH. Una notizia identifica il lavoro con il titolo A 2^o(n) Time Algorithm for 3-SAT e lo attribuisce a Claude. Riporta inoltre che il matematico di Anthropic Levent Alpöge ha detto che l’algoritmo alla base del risultato era stato trovato il 16 ottobre «senza alcun intervento umano»; in seguito i ricercatori avrebbero lavorato con Claude alla presentazione del testo.
9
33 Sono informazioni riportate sull’origine del lavoro, non una verifica indipendente della dimostrazione.
La coincidenza delle date è notevole: secondo le notizie, entrambi i laboratori fanno risalire al 16 ottobre i rispettivi risultati centrali sull’ETH.
9
32 La revisione prevista da OpenAI avrebbe coinvolto Russell Impagliazzo, Ramamohan Paturi e Ryan Williams, secondo quanto riportato sul gruppo di esperti esterni.
20 Ma la questione decisiva non è quale azienda abbia annunciato per prima: è se esperti indipendenti possano verificare il ragionamento e le sue implicazioni. Le fonti disponibili indicavano che le rivendicazioni non avevano ancora superato un esame indipendente.
3
5
33
Pubblicazione e trasparenza: due percorsi diversi
OpenAI ha definito i manoscritti generati dall’IA «dati grezzi di ricerca», sostenendo che il lavoro di esperti esterni avrebbe contribuito a trasformarli in conoscenza scientifica.
2
11 L’azienda ha reso pubblici i manoscritti su regolarizzazione locale ed ETH, accompagnati dalle relative formalizzazioni in Lean.
17 Per contro, secondo le notizie, il gruppo che si occupa di fisica ha trattenuto i materiali prodotti dall’IA mentre preparava un proprio resoconto; tra gli esperti esterni associati al lavoro è stato nominato David Gross.
11
32
Sono state sollevate anche domande sulla trasparenza di precedenti pubblicazioni di OpenAI. Un riepilogo di AI Edge Briefing riferisce che, su 719 manoscritti diffusi, solo 10 includevano le tracce di ragionamento del modello e che mancavano metadati leggibili automaticamente per collegare i testi in linguaggio naturale agli artefatti formali.
18 È un elemento utile per valutare le pratiche di pubblicazione, ma non dimostra da solo ogni critica relativa agli annunci del 26 ottobre.
La distinzione da tenere a mente è tra una rivendicazione di ricerca notevole e un risultato verificato. OpenAI ha reso consultabili manoscritti matematici e formalizzazioni Lean, mentre, nel percorso di revisione descritto dalle fonti, i materiali di fisica non erano stati pubblicati. Anthropic ha presentato una rivendicazione concorrente sull’ETH e un resoconto di come avrebbe contribuito il suo modello. Finché esperti esterni non avranno esaminato le dimostrazioni e confermato che cosa provano, gli annunci di entrambe le aziende vanno considerati risultati da verificare, non scoperte scientifiche assodate.
3
11
17
33