OpenAI i równania Naviera–Stokesa: co ogłoszono, co jest kwestionowane i co musi sprawdzić środowisko

Jeżeli twierdzenie OpenAI przetrwa niezależną ocenę matematyków, może być przełomem. Firma twierdzi, że niewydany wewnętrzny system skoordynował około 10 tys. agentów AI przez 88 godzin i stworzył zarówno dowód analityczny, jak i formalizację w Lean. Mają one wykazywać, że początkowo gładki przepływ płynu może w skończonym czasie rozwinąć osobliwość. Jednak publicznie udostępnione materiały i dowód formalny nie oznaczają jeszcze akceptacji przez niezależną społeczność badawczą. 14

Co dokładnie twierdzi OpenAI

Problem istnienia i gładkości dla równań Naviera–Stokesa dotyczy m.in. pytania, czy trójwymiarowy przepływ płynu, początkowo opisany gładkimi funkcjami, może w skończonym czasie ulec „załamaniu”. Równania te opisują ruch płynów i gazów, takich jak woda czy powietrze.

OpenAI twierdzi, że udowodniło wariant mówiący o możliwości takiego załamania: dynamika równań może wytworzyć osobliwość w skończonym czasie. 4

Firma opublikowała opis dowodu oraz formalizację w Lean — systemie asystenta dowodów, który sprawdza kolejne kroki rozumowania zapisane w ścisłym języku formalnym. Według relacji manuskrypt liczy 166 stron, a system działał z użyciem około 10 tys. współbieżnych agentów przez 88 godzin. 31

To istotne rozróżnienie. Lean może zweryfikować, czy zakodowany dowód logicznie wynika z zapisanych definicji i założeń. Badacze muszą jednak nadal ustalić, czy sformalizowane twierdzenie odpowiada temu, co zwykle rozumie się przez problem Naviera–Stokesa, czy argument analityczny i formalizacja są kompletne oraz czy przyjęte założenia są właściwe. W czasie pierwszych publikacji Clay Mathematics Institute — amerykańska instytucja prowadząca program Problemów Milenijnych — nie zaakceptował niezależnie tego wyniku. 1

Skąd spór o autorstwo i pierwszeństwo

Ogłoszeniu matematycznemu towarzyszył spór o historię powstania wyniku. Tristan Buckmaster z New York University oraz Levent Alpöge, badacz Anthropic, prowadzili prace nad powiązanymi zagadnieniami z dynamiki płynów. Buckmaster zarzucił, że OpenAI dowiedziało się o ich podejściu i przyspieszyło własne działania; podniósł też kwestię należytego uznania wkładu.

OpenAI zaprzeczyło, by jego badacze albo agenci AI widzieli pracę tej pary przed jej upublicznieniem. Z relacji wynika również, że badane rezultaty były ze sobą związane, lecz nie wykazano, by były identyczne. Kluczowy zarzut pozostaje więc nierozstrzygniętym publicznym oskarżeniem, a nie ustalonym faktem.

Dyskusja nie sprowadza się zatem wyłącznie do pytania, czy AI znalazła poprawne równania. Dotyczy też procedur: skąd firma dowiedziała się o danym kierunku badań, czy da się zweryfikować chronologię prac, jak przypisywać zasługi przy zbliżonych wkładach oraz czy systemy zamknięte mogą być rzeczywiście kontrolowane przez szersze środowisko naukowe.

Dlaczego Lean nie zakończył sporu

Metody formalne wyraźnie podnoszą standard dowodowy. Lean kontroluje poszczególne kroki dowodu w języku formalnym, dzięki czemu może wychwycić luki, które przetrwałyby tradycyjną recenzję. Udostępnienie przez OpenAI zarówno tekstu dla ludzi, jak i formalizacji daje matematykom materiał do badania. 4

Mimo to formalna weryfikacja obejmuje tylko część naukowej oceny. Środowisko musi rozstrzygnąć między innymi:

• Zakres: którą dokładnie wersję problemu Naviera–Stokesa rozwiązuje dowód;
• Zgodność przekładu: czy twierdzenie nieformalne, założenia i twierdzenie formalne rzeczywiście sobie odpowiadają;
• Nowość i autorstwo: kto wniósł konkretne idee oraz kiedy;
• Zrozumienie: czy dowód dostarcza metod i intuicji przydatnych w dalszej matematyce, a nie wyłącznie sprawdzonego wyprowadzenia;
• Odtwarzalność: czy zewnętrzni badacze mogą samodzielnie przeanalizować, wyjaśnić i rozwijać rezultat.

Javier Gómez-Serrano nazwał tę sytuację „egzystencjalnym kryzysem” matematyki. Chodzi o obawę, że szybko generowane wyniki AI mogą wyprzedzić zwykłe mechanizmy rozumienia, weryfikacji, dydaktyki i przypisywania zasług.

Sprzeciw wobec wyścigu AI w matematyce

Kontrowersja szybko wykroczyła poza jeden dowód. Dwudziestu pięciu laureatów Medalu Fieldsa, w tym Terence Tao, podpisało deklarację ostrzegającą, że rywalizacja firm AI o ogłaszanie rozwiązań wyjątkowo trudnych problemów może szkodzić nauce i kształceniu przyszłych badaczy. 17

Osobny list otwarty obecnych i byłych matematyków Caltechu sprzeciwiał się roli OpenAI w planowanym wydarzeniu poświęconym AI i matematyce. Według relacji list miał 771 sygnatariuszy w chwili publikacji, a OpenAI wycofało następnie sponsoring Caltech Mathathon.

Nie był to po prostu postulat wykluczenia AI z matematyki. Krytycy obawiają się raczej, że własnościowe, nieprzejrzyste systemy i presja medialnego wyścigu będą premiować efektowne komunikaty nad otwartą wymianę, rzetelne uznawanie wkładu oraz wyjaśnianie idei matematycznych. Te same narzędzia mogą być użyteczne w innym modelu: do sprawdzania dowodów, badania hipotez, ulepszania wykładu i rozwijania wspólnych bibliotek formalnych.

Czy kolejnym celem jest hipoteza Hodge’a?

OpenAI miało powiedzieć The New York Times, że poczyniło „znaczący postęp” w innym Problemie Milenijnym, lecz nie podało jego nazwy ani nie opublikowało dowodu. To granica potwierdzonych publicznie informacji dostępnych w przywołanych źródłach.

W spekulacjach najczęściej pojawia się hipoteza Hodge’a; wspominana jest też hipoteza Bircha–Swinnertona-Dyera. Raport powołujący się na źródło w OpenAI wskazywał, że pracownicy firmy spodziewali się postępu w sprawie hipotezy Hodge’a, ale OpenAI nie ogłosiło publicznie jej dowodu. Twierdzenia, że któraś z tych hipotez została rozwiązana, należy więc traktować jako pogłoski, a nie wynik matematyczny.

Co będzie decydujące

Najważniejszym wydarzeniem nie będzie kolejne oświadczenie, lecz niezależna analiza opublikowanych materiałów dotyczących Naviera–Stokesa: ekspercka ocena argumentu, kontrola projektu Lean i jego zależności oraz jasne ustalenie, która dokładnie wersja sformułowania Clay Mathematics Institute została rozwiązana.

Jeśli OpenAI ogłosi wynik dotyczący kolejnego Problemu Milenijnego, powinny obowiązywać te same standardy: precyzyjne twierdzenie, dostępne materiały formalne i nieformalne, przejrzysty opis pochodzenia idei oraz wyjaśnienie pozwalające innym badaczom sprawdzać i rozwijać metody. W matematyce wspomaganej przez AI poprawność jest warunkiem koniecznym — ale równie ważne pozostają autorstwo, otwartość i ludzkie zrozumienie.