Заявление OpenAI о задаче Навье—Стокса: что известно и почему математики возразили

Заявление OpenAI от 8 сентября стало громким потому, что касалось одной из наиболее важных открытых задач современной математики. Но громкое заявление, даже с машинной формализацией, — ещё не то же самое, что результат, который независимо проверен и принят математиками.

Что именно заявила OpenAI

OpenAI сообщила, что её нераскрытая внутренняя система получила аналитическое доказательство и формализацию в Lean, согласно которым изначально гладкое трёхмерное течение жидкости может образовать сингулярность за конечное время. В работе, по словам компании, участвовало порядка 10 000 параллельно действующих агентов. 2

Если доказательство выдержит проверку и соответствует официальной постановке, это даст отрицательный ответ на вопрос о глобальной гладкости: гладкие решения не обязательно остаются гладкими при всех временах. Clay Mathematics Institute (CMI) формулирует задачу как вопрос о существовании и гладкости решений уравнений Навье—Стокса в трёхмерном евклидовом пространстве. 18

Почему задача Навье—Стокса настолько важна

Уравнения Навье—Стокса описывают движение жидкостей и газов. Они лежат в основе математической теории течений, но общий характер трёхмерных решений по-прежнему изучен недостаточно — хотя сами уравнения были записаны ещё в XIX веке. 30

Задача входит в список «Проблем тысячелетия» CMI. Официальная формулировка требует либо доказать глобальное существование гладких физически разумных решений, либо дать альтернативное решение, отвечающее заданным условиям. 1721

Поэтому речь не о рядовом тесте возможностей ИИ: корректное решение затрагивало бы фундаментальный вопрос математического анализа и гидродинамики. Но масштаб потенциального прорыва не отменяет необходимости особенно тщательной проверки.

Почему объявление не стало немедленно признанным решением

11 сентября CMI заявил, что с интересом рассматривает объявление о том, что задача, «по-видимому», решена, одновременно подчеркнув: процедура оценки и определения заслуг намеренно не бывает поспешной. 18

По правилам CMI, прежде чем институт начнёт рассматривать предложенное решение для премии, необходимы публикация в подходящем издании, как минимум два года после публикации и общее признание мировым математическим сообществом. 27 Кроме того, предложенное решение должно удовлетворительно отвечать именно официальной постановке задачи. 20

Lean способен проверить, следует ли формализованная цепочка утверждений из закодированных определений и предпосылок. Это мощный вид контроля. Однако он не заменяет экспертной оценки: математикам ещё предстоит установить, верно ли выбраны формулировка теоремы и допущения и действительно ли перевод неформальной задачи на язык формальной системы решает исходный вопрос.

Поэтому точный статус на данном этапе — заявленный результат, находящийся под проверкой, а не общепризнанное решение или результат, удостоенный премии.

Спор о приоритете и авторстве

Объявление прозвучало на фоне разногласий с участием математика Нью-Йоркского университета Тристана Бакмастера и Левента Альпёге, математика, связанного с Anthropic. По сообщениям, они работали над близкими вопросами, а Бакмастер высказывал сомнения в том, как именно OpenAI пришла к решению заняться этой задачей. 953

Бакмастер также выдвинул обвинения, касающиеся поведения OpenAI в обсуждениях авторства и сотрудничества. OpenAI отвергла более широкие претензии исследователей, заявив, что ни её сотрудники, ни агенты не видели их работу до публичного раскрытия, а конкретные пользовательские данные не использовались для решения задачи. 53

Это взаимоисключающие версии, а не установленные факты. Несомненно другое: техническое заявление быстро превратилось в спор о том, кому принадлежит признание, когда исследователи и лаборатории ИИ подходят к одному научному рубежу.

Почему возник вопрос об использовании данных

Особенно чувствительным оказался вопрос, могли ли материалы, введённые исследователями в продукты ИИ, повлиять на возможности модели, позднее использованной в исследовательской работе. OpenAI заявила, что не обращалась к конкретным пользовательским данным этих исследователей при решении задачи Навье—Стокса, но добавила, что не может полностью исключить косвенное улучшение моделей за счёт обезличенных данных, полученных при использовании продуктов. 59

Это различие может быть технически существенным, однако оно оставляет важный вопрос об управлении данными: каких гарантий происхождения данных, согласия и проверяемости вправе ожидать учёные, использующие ИИ для неопубликованных исследований?

Практический вывод для академических пользователей прост: прежде чем загружать в ИИ-сервис черновики, гипотезы, код или иные чувствительные материалы, стоит разобраться в правилах обработки и использования данных продукта.

Предупреждение лауреатов медали Филдса

11 сентября Теренс Тао опубликовал декларацию A Severe Misalignment of AI in Mathematics («Серьёзное рассогласование ИИ и математики»), под которой первоначально подписались 25 лауреатов медали Филдса. 43

Авторы выразили тревогу, что компании могут превращать известные нерешённые задачи в публичные бенчмарки и гонку за информационным эффектом, а не рассматривать их как результат совместной интеллектуальной работы. Критики опасаются, что поспешные анонсы, неполное изложение, слабая атрибуция и стимулы «опередить» коллег сделают учёных менее готовыми делиться ранними идеями.

Смысл предупреждения не в призыве исключить ИИ из математики. Речь о защите норм, на которых держится математический прогресс: открытой проверки, аккуратного изложения, признания вклада и профессионального диалога.

Каким должно быть ответственное применение ИИ в математике

Этот спор указывает на практический стандарт для экстраординарных заявлений об ИИ-исследованиях:

• Открытые и проверяемые артефакты доказательства. Заявление должно сопровождаться строгой статьёй и, где возможно, машиночитаемой формализацией.
• Независимая экспертиза. Формальная проверка и оценка специалистами решают разные задачи; для крупных результатов нужны обе.
• Прозрачная атрибуция. Лабораториям следует фиксировать относящиеся к делу предшествующие работы, вклад людей и границы роли системы.
• Понятное происхождение данных. Исследователям необходимы ясные обязательства о том, могут ли и как их взаимодействия с продуктом участвовать в улучшении моделей.
• Время на обсуждение. Решить большую задачу — не просто выдать ответ «истина» или «ложь». Нужно ещё установить, что именно доказано, почему это верно и какое место результат занимает в развитии дисциплины.

Итог

Объявление OpenAI может оказаться важной вехой в развитии математики с участием ИИ. Однако в день анонса оно не поставило точку в истории задачи. Решающим будет то, получит ли заявленное доказательство устойчивое независимое признание по стандартам математического сообщества и Clay Mathematics Institute. 1827

Резкая реакция математиков показала, почему эта процедура необходима. По мере того как ИИ входит в исследования с высокими ставками, доверие будет зависеть не только от того, что системы способны открыть, но и от того, можно ли эти открытия проверить, объяснить и справедливо распределить заслуги.