Il presunto teorema di OpenAI su Navier-Stokes non è ancora una soluzione accettata

L’annuncio di OpenAI dell’8 settembre è stato eccezionale perché riguarda uno dei problemi aperti più importanti della matematica. Ma ha anche provocato subito forti contestazioni: una prova rivendicata da un’azienda, anche se accompagnata da strumenti formali, non equivale a un risultato già vagliato e accettato in modo indipendente dalla comunità matematica.

Che cosa ha rivendicato OpenAI

OpenAI ha dichiarato che un sistema interno non ancora rilasciato ha prodotto una prova analitica e una formalizzazione in Lean secondo cui un flusso tridimensionale di Navier-Stokes inizialmente regolare può sviluppare una singolarità in tempo finito. L’azienda afferma che il gruppo di lavoro coinvolto comprendesse all’incirca 10.000 agenti concorrenti. 2

Se il risultato resistesse all’esame dei matematici e corrispondesse alla formulazione ufficiale, la risposta al problema dell’esistenza e della regolarità sarebbe negativa: soluzioni inizialmente lisce non resterebbero necessariamente tali per sempre. Il Clay Mathematics Institute (CMI) descrive il problema come relativo all’esistenza e alla regolarità delle soluzioni di Navier-Stokes nello spazio euclideo tridimensionale. 18

Perché Navier-Stokes è un problema così importante

Le equazioni di Navier-Stokes descrivono il moto dei fluidi. Sono centrali nello studio matematico dei fluidi, ma il comportamento generale delle loro soluzioni in tre dimensioni resta poco compreso, nonostante le equazioni risalgano al XIX secolo. 30

Il quesito è uno dei Millennium Prize Problems, i celebri problemi selezionati dal Clay Mathematics Institute. La descrizione ufficiale richiede di dimostrare l’esistenza globale di soluzioni lisce e fisicamente ragionevoli, oppure di fornire una risoluzione alternativa che soddisfi le condizioni indicate. 1721

Non è quindi un semplice test di capacità per un modello di IA. Una soluzione valida riguarderebbe una questione fondamentale dell’analisi matematica e della dinamica dei fluidi. Proprio per questo, però, il livello di verifica richiesto è altissimo.

Perché non è stata accettata subito come soluzione

L’11 settembre il Clay Mathematics Institute ha dichiarato di stare valutando l’annuncio secondo cui il problema sarebbe stato «apparentemente risolto», sottolineando però che il processo di valutazione e attribuzione del merito procede deliberatamente senza fretta. 18

Le regole del CMI fissano tre condizioni prima di prendere in considerazione una soluzione proposta: la pubblicazione in una sede qualificata, il trascorrere di almeno due anni dalla pubblicazione e l’accettazione generale da parte della comunità matematica internazionale. 27 Inoltre, la soluzione deve rispondere in modo soddisfacente all’enunciato ufficiale del problema. 20

Lean può verificare che una catena formalizzata di affermazioni segua dalle definizioni e dalle ipotesi codificate. È una garanzia molto potente, ma non sostituisce il vaglio della comunità: occorre stabilire se il teorema formalizzato, le sue assunzioni e il passaggio dal problema informale a quello codificato risolvano davvero la questione intesa dal CMI.

La formula più accurata, per ora, è dunque: risultato rivendicato e sottoposto a esame, non soluzione universalmente accettata né premio già certificato.

La disputa su priorità e attribuzione

L’annuncio è arrivato nel mezzo di una controversia che coinvolge Tristan Buckmaster, matematico della New York University, e Levent Alpöge, matematico affiliato ad Anthropic. Secondo le ricostruzioni disponibili, i due lavoravano su questioni collegate e Buckmaster ha sollevato dubbi su come OpenAI sia arrivata a concentrarsi sul problema. 953

Buckmaster ha inoltre denunciato comportamenti impropri nelle discussioni su attribuzione e collaborazione. OpenAI ha respinto le accuse più ampie, affermando che i propri ricercatori e agenti non avevano visto il loro lavoro prima della sua pubblicazione e che nessun dato utente specifico era stato consultato per risolvere il problema. 53

Si tratta di versioni contrastanti, non di fatti accertati. È però evidente che un annuncio tecnico si è trasformato anche in un confronto su chi debba ricevere credito quando laboratori di IA e ricercatori umani lavorano vicino alla stessa frontiera scientifica.

Perché la questione dei dati è diventata centrale

Uno dei punti più delicati è stato capire se materiali inseriti in prodotti di IA potessero aver contribuito, direttamente o indirettamente, alle capacità poi impiegate nella ricerca. OpenAI ha dichiarato di non aver consultato dati utente specifici dei ricercatori per il lavoro su Navier-Stokes, ma ha aggiunto di non poter escludere del tutto che dati de-identificati derivati dall’uso dei prodotti abbiano contribuito al miglioramento dei modelli. 59

La distinzione può essere tecnicamente rilevante, ma lascia aperta una domanda di governance: quali garanzie di provenienza, consenso e verificabilità dovrebbero attendersi i ricercatori quando usano sistemi di IA per materiale non pubblicato?

Per chi lavora in ambito accademico, il caso è un promemoria concreto: prima di inserire bozze, congetture, codice o altri materiali sensibili in uno strumento di IA, è essenziale comprenderne le politiche sui dati.

L’avvertimento di 25 medaglie Fields

L’11 settembre Terence Tao ha pubblicato una dichiarazione intitolata A Severe Misalignment of AI in Mathematics, inizialmente firmata da 25 vincitori della medaglia Fields. 43

Il testo esprime la preoccupazione che le aziende possano trattare problemi irrisolti celebri come benchmark pubblici o gare di visibilità, anziché come lavoro intellettuale collaborativo. I critici temono che annunci affrettati, spiegazioni incomplete, attribuzioni deboli e incentivi a «battere sul tempo» altri ricercatori rendano meno probabile la condivisione delle idee ancora preliminari.

L’avvertimento non chiede di escludere l’IA dalla matematica. Chiede piuttosto di proteggere le norme che rendono possibile il progresso matematico: controllo aperto, esposizione rigorosa, riconoscimento del merito e confronto tra studiosi.

Cosa richiede una matematica assistita dall’IA responsabile

La controversia suggerisce uno standard pratico per annunci di ricerca straordinari:

• Prove pubbliche e ispezionabili: una rivendicazione dovrebbe essere accompagnata da un manoscritto rigoroso e, quando disponibile, da una formalizzazione verificabile dalla macchina.
• Esame indipendente: controllo formale e valutazione degli esperti hanno funzioni diverse; per risultati di grande portata servono entrambi.
• Attribuzione chiara: i laboratori dovrebbero documentare il lavoro precedente pertinente, i contributi umani e i limiti del ruolo svolto dal sistema.
• Provenienza dei dati: chi fa ricerca deve poter contare su impegni comprensibili su se e come le interazioni con il prodotto possano contribuire al miglioramento dei modelli.
• Tempo per deliberare: risolvere un grande problema non significa solo ottenere un esito vero o falso. Significa chiarire che cosa è stato dimostrato, perché è corretto e come il risultato si inserisce nella disciplina.

In sintesi

L’annuncio di OpenAI potrebbe segnare un passaggio importante nella ricerca matematica assistita dall’IA, ma non ha chiuso la questione il giorno stesso in cui è stato diffuso. La domanda decisiva è se la prova rivendicata otterrà un’accettazione indipendente e duratura, secondo gli standard della comunità matematica e del Clay Mathematics Institute. 1827

Le reazioni mostrano perché quel processo conta. Man mano che l’IA entra nella ricerca ad alta posta in gioco, la fiducia dipenderà non solo da ciò che i sistemi riescono a scoprire, ma anche dalla possibilità di verificare, spiegare e attribuire equamente quelle scoperte.