AnswersPublished25 sources
OpenAI mówi o ponad 100 rozwiązanych problemach. Matematyka czeka na dowody
21 września 2026 r. OpenAI oświadczyło, że wewnętrzny model, którego trening rozpoczęto 28 sierpnia, rozwiązał ponad 100 długo nierozstrzygniętych problemów matematycznych.[5][15] W sprawie równań Naviera–Stokesa firma opublikowała opis dowodu analitycznego i formalizację w Lean, ale nie wykazano jeszcze pełnej niez...
Opublikowane przezEdytowane za pomocą GPT-5.6 TerraObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- 21 września 2026 r. OpenAI oświadczyło, że wewnętrzny model, którego trening rozpoczęto 28 sierpnia, rozwiązał ponad 100 długo nierozstrzygniętych problemów matematycznych.[5][15]
- W sprawie równań Naviera–Stokesa firma opublikowała opis dowodu analitycznego i formalizację w Lean, ale nie wykazano jeszcze pełnej niezależnej recenzji ani powszechnej akceptacji środowiska.[13][1]
- Nie ma publicznych podstaw, by uznać hipotezę Hodge’a za rozwiązaną: OpenAI miało potwierdzić postęp w sprawie drugiego, nieujawnionego problemu milenijnego, bez opublikowanego dowodu.[14]
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI claim on September 21, 2026, about an unnamed internally trained AI model solving more than 100 long-standing open mathemati. Article summary: OpenAI’s September 21 statement was a claim, not a community-accepted mathematical result: it said an unnamed internal model, trained beginning August 28, had resolved more than 100 long-standing open problems across mat. Topic tags: general, news, general web, education, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
Twierdzenie OpenAI z 21 września jest wyjątkowo daleko idące, ale na razie pozostaje twierdzeniem firmy, a nie wynikiem uznanym przez społeczność matematyczną. Spółka podała, że nieujawniony wewnętrzny model, którego trening rozpoczął się 28 sierpnia, rozwiązał ponad 100 długo otwartych problemów z większości dziedzin matematyki. Komunikat towarzyszył powołaniu niezależnej grupy doradczej działającej przy Institute for Advanced Study w Princeton. 5
15
Kluczowe jest rozróżnienie między deklaracją, że system znalazł rozwiązanie, a dowodem, który został publicznie przedstawiony, sprawdzony przez niezależnych specjalistów i zaakceptowany przez matematyków. Dostępne materiały potwierdzają to pierwsze. Nie pozwalają jeszcze stwierdzić drugiego — zwłaszcza w odniesieniu do całego pakietu „ponad 100” problemów.
Co dokładnie ogłosiło OpenAI
Wcześniej, 8 września, OpenAI podało, że około 10 tys. agentów AI, korzystających z nieopublikowanego modelu wewnętrznego, w 88 godzin znalazło osobliwość w skończonym czasie dla wymuszonych trójwymiarowych równań Naviera–Stokesa. Firma opisała to jako rozwiązanie problemu istnienia i gładkości równań Naviera–Stokesa oraz oświadczyła, że system stworzył zarówno dowód analityczny, jak i formalizację w Lean. 1
13
21 września firma rozszerzyła przekaz: poza Navierem–Stokesem jej model miał rozwiązać ponad 100 innych długo otwartych problemów. 5
15
Słowo „rozwiązał” należy jednak rozumieć jako ocenę OpenAI. Nie oznacza ono automatycznie, że każdy z tych rezultatów został opublikowany, poddany niezależnej weryfikacji lub zaakceptowany przez środowisko.
Co ujawniono, a czego nie
W przypadku wyniku dotyczącego Naviera–Stokesa OpenAI publicznie opisało dowód analityczny oraz formalizację w Lean — języku asystenta dowodów. Rezultat sprawdzony przez Lean jest istotnym dowodem: może wykazać, że precyzyjnie zakodowane twierdzenie wynika z zakodowanych definicji, aksjomatów i wcześniejszej biblioteki formalnej. 13
Znacznie mniej wiadomo o deklaracji dotyczącej ponad 100 problemów. Komunikat z 21 września nie zawierał publicznego, szczegółowego wykazu problemów, ich ścisłych sformułowań, dowodów, stanu formalizacji, historii powstania ani statusu niezależnej oceny. Bez takich danych nie da się skontrolować nagłówkowej liczby rezultat po rezultacie. 7
11
Dostępne relacje nie dowodzą też, że dowód dla Naviera–Stokesa przeszedł pełną niezależną recenzję ekspercką lub uzyskał powszechną akceptację matematyków. To inne kryteria niż samo udostępnienie artefaktu dowodowego albo pomyślne skompilowanie kodu. 1
46
Czy rozwiązano hipotezę Hodge’a?
Nie. W przedstawionych materiałach nie ma publicznych podstaw, by uznać hipotezę Hodge’a za rozwiązaną.
Hipoteza Hodge’a należy do siedmiu Problemów Milenijnych Clay Mathematics Institute. 37 Według relacji OpenAI przyznało, że poczyniło znaczący postęp w drugim, nienazwanym Problemie Milenijnym. Firma nie wskazała jednak publicznie, że chodzi o hipotezę Hodge’a, ani nie udostępniła dowodu.
14
Doniesienia, plotki czy deklaracje postępu nie zastępują opublikowanego dowodu, który można zbadać. Dopóki nie pojawią się precyzyjne twierdzenie i dokumentacja poddana niezależnej ocenie, odpowiedzialny wniosek brzmi: rozwiązanie hipotezy Hodge’a przez OpenAI nie zostało ustalone.
Dlaczego dowód w Lean może być poprawny, ale trudny do oceny
Weryfikacja formalna i ludzkie rozumienie matematyczne odpowiadają na powiązane, lecz różne pytania.
Formalizacja w Lean może dawać silną gwarancję, że zakodowane twierdzenie nie zawiera luki logicznej w ramach danego formalnego zapisu. Skrypty formalnych dowodów rozwijają jednak rutynowe rozumowanie na wiele definicji, lematów, zależności od bibliotek, przekształceń i kroków technicznych. To może utrudniać ekspertom odczytanie dowodu jako zwięzłej, koncepcyjnej argumentacji.
Nie znaczy to, że „skoro się kompiluje, to nic nie znaczy”. Znaczy natomiast, że sama kompilacja nie odpowiada na wszystkie pytania ważne dla matematyków:
- czy formalne twierdzenie dokładnie odpowiada zamierzonemu sformułowaniu Problemu Milenijnego;
- na czym polega główna idea konstrukcji albo mechanizmu powstawania osobliwości;
- które oszacowania i argumenty wykonują zasadniczą pracę intelektualną;
- czy wynik jest trwały, nowy i przedstawiony tak, by inni badacze mogli na nim budować;
- jak przypisać autorstwo i pierwszeństwo wobec wcześniejszych idei.
Sprawdzenie formalne może być ważną częścią weryfikacji. Samo w sobie nie tworzy jednak przystępnego wyjaśnienia, nie rozstrzyga kwestii pierwszeństwa i nie buduje naukowego konsensusu.
Spór o uznanie autorstwa i zasady badań
Ogłoszenie wywołało krytykę wykraczającą poza techniczną wartość dowodu. Dwudziestu pięciu laureatów Medalu Fieldsa podpisało list otwarty „A Severe Misalignment of AI in Mathematics”, sprzeciwiając się wyścigowi laboratoriów AI, które wykorzystują słynne problemy matematyczne jako pokaz możliwości swoich modeli. Sygnatariusze ostrzegali, że takie bodźce mogą szkodzić matematyce, jej kulturze badawczej i kształceniu. 19
21
Osobny spór o pierwszeństwo dotyczył matematyków Tristana Buckmastera i Leventa Alpöge. Buckmaster oświadczył, że powiedziano mu o dowodzie systemu OpenAI dotyczącym wybuchu w skończonym czasie dla wymuszonych równań Naviera–Stokesa. Napisał również, że on i Alpöge odczuwali presję, by opublikować powiązaną pracę, zanim zakończyli jej weryfikację i przygotowali pełne objaśnienie; wskazał przy tym, że odrębny wynik dotyczący hipo-dysyptywnych równań Naviera–Stokesa nie został opublikowany, ponieważ formalna weryfikacja Lean nie była ukończona. 17
Relacja Buckmastera jest istotnym świadectwem sporu o czas publikacji, uznanie autorstwa i presję wyścigu. Sama w sobie nie dowodzi, że OpenAI skopiowało cudzą pracę. OpenAI twierdziło, że rozpoczęło pracę po usłyszeniu pogłoski o przełomie dokonanym przez obu matematyków oraz zaproponowało równoczesną publikację z uznaniem ich pierwszeństwa. 32
Pytanie nie brzmi więc wyłącznie: czy AI potrafi wygenerować dowód? Chodzi też o to, czy odkrycia wspomagane przez AI da się publikować w sposób umożliwiający rzetelne przypisanie zasług, niezależną kontrolę i normalną wymianę naukową.
Co może, a czego nie może grupa doradcza przy IAS
OpenAI ogłosiło powstanie nieopłacanej, niezależnej dziewięcioosobowej Advisory Group on Mathematics and Artificial Intelligence, działającej przy Institute for Advanced Study w Princeton. Wśród wskazywanych członków są Timothy Gowers i Martin Hairer. 4
5
Jej zadaniem ma być danie matematykom głosu w ocenie i komunikowaniu prac generowanych przez AI, w tym doradzanie w sprawie procedur przeglądu i publikacji wyników. 5
15
To jednak ciało doradcze, a nie regulator. Według dostępnych informacji nie może zmusić OpenAI do publikacji dowodów źródłowych, narzucić harmonogramu badań, blokować komunikatów firmy ani ostatecznie rozstrzygać autorstwa. 7
To ograniczenie ma zasadnicze znaczenie: opinie ekspertów mogą poprawić przejrzystość i komunikację, ale nie zamienią samodzielnie wewnętrznej deklaracji firmy w twierdzenie uznane przez społeczność.
Dlaczego Nagroda Milenijna nie wchodzi jeszcze w grę
Zasady Clay Mathematics Institute są jednoznaczne. Zanim instytut rozważy proponowane rozwiązanie Problemu Milenijnego, musi ono zostać opublikowane w kwalifikowanym miejscu publikacji, od tej publikacji muszą minąć co najmniej dwa lata, a praca musi uzyskać powszechną akceptację światowej społeczności matematycznej. 46
Wpis na blogu firmy, preprint, repozytorium kodu czy ocena grupy doradczej nie spełniają automatycznie tych warunków. Po ogłoszeniu dotyczącym Naviera–Stokesa Clay przypomniał również, że jego reguły określają zarówno sposób oceny osiągnięcia, jak i przypisywania zasług. 42
Nawet gdyby rezultat OpenAI dotyczący Naviera–Stokesa lub późniejszy wynik okazał się ostatecznie poprawny, wrześniowe komunikaty nie czyniły go od razu kwalifikującym się do nagrody. Praca nadal musiałaby przejść ustaloną drogę publikacji i akceptacji.
Wniosek
OpenAI twierdzi, że jego wewnętrzny model rozwiązał ponad 100 otwartych problemów matematycznych, po wcześniejszym ogłoszeniu formalizacji w Lean rozwiązania dotyczącego Naviera–Stokesa. Dla wyniku Naviera–Stokesa istnieją publiczne materiały; dla szerszego zestawu wyników wciąż brakuje jawnego rejestru dowodów, problem po problemie. 13
11
Na obecnym etapie właściwą reakcją nie jest ani odrzucenie tych deklaracji, ani ich przyjęcie jako rozstrzygniętych faktów. To potencjalnie bardzo ważne twierdzenia, które wymagają przejrzystych dowodów, kontroli ekspertów, starannego przypisania zasług i czasu. Dotyczy to szczególnie wszelkich sugestii, że rozwiązano kolejny Problem Milenijny, taki jak hipoteza Hodge’a.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "OpenAI mówi o ponad 100 rozwiązanych problemach. Matematyka czeka na dowody"?
21 września 2026 r. OpenAI oświadczyło, że wewnętrzny model, którego trening rozpoczęto 28 sierpnia, rozwiązał ponad 100 długo nierozstrzygniętych problemów matematycznych.[5][15]
What are the key points to validate first?
21 września 2026 r. OpenAI oświadczyło, że wewnętrzny model, którego trening rozpoczęto 28 sierpnia, rozwiązał ponad 100 długo nierozstrzygniętych problemów matematycznych.[5][15] W sprawie równań Naviera–Stokesa firma opublikowała opis dowodu analitycznego i formalizację w Lean, ale nie wykazano jeszcze pełnej niezależnej recenzji ani powszechnej akceptacji środowiska.[13][1]
What should I do next in practice?
Nie ma publicznych podstaw, by uznać hipotezę Hodge’a za rozwiązaną: OpenAI miało potwierdzić postęp w sprawie drugiego, nieujawnionego problemu milenijnego, bez opublikowanego dowodu.[14]