OpenAI’nin Navier–Stokes İddiası: Kanıt Ne, İtiraz Ne, Sırada Ne Var?

OpenAI’nin Navier–Stokes sonucu gerçekten matematiksel denetimden geçerse dönüm noktası niteliğinde olur. Şirket, yayımlanmamış bir iç sistemin yaklaşık 10 bin ajanı 88 saat boyunca koordine ederek, başlangıçta düzgün olan bir akışın sonlu zamanda tekillik geliştirebileceğini gösteren hem analitik bir kanıt hem de Lean biçimselleştirmesi ürettiğini söylüyor. Ancak kamusal bir çalışma dosyasının ve biçimsel kanıtın bulunması, bağımsız matematik topluluğunun sonucu kabul ettiği anlamına gelmiyor: İddia hâlâ incelemeye açık. 14

OpenAI neyi kanıtladığını söylüyor?

Navier–Stokes varlık ve düzgünlük problemi, bir yorumuyla, üç boyutlu düzgün akışların sonlu zamanda bozulup bozulamayacağını soruyor. Bu denklemler su ve hava gibi akışkanların hareketini modellemek için kullanılıyor. OpenAI, kendi sonucunun “bozulma” seçeneğini ortaya koyduğunu; belirttiği koşullarda dinamiğin sonlu zamanda tekillik geliştirebildiğini söylüyor. 4

Şirket, kanıtın yazılı metnini ve Lean ile hazırlanmış biçimsel sürümünü yayımladı. Haberlerde, metnin 166 sayfa olduğu; sistemin ise yayımlanmamış bir model üzerinde, yaklaşık 10 bin eşzamanlı ajanla 88 saat çalıştığı aktarıldı. 31

Buradaki ayrım önemli: Lean biçimselleştirmesi, kodlanmış bir kanıtın tanımlanmış varsayımlar ve tanımlar altında mantıksal olarak ilerleyip ilerlemediğini denetleyebilir. Fakat araştırmacıların ayrıca biçimsel ifadenin hedeflenen matematik problemini gerçekten karşılayıp karşılamadığını, analitik kanıt ile biçimsel sürümün eksiksizliğini ve varsayımların uygunluğunu değerlendirmesi gerekir. İlk haberler sırasında Clay Mathematics Institute, iddiayı bağımsız biçimde kabul etmiş değildi. 1

Neden mesele bir öncelik ve atıf tartışmasına dönüştü?

Matematiksel iddia, araştırma önceliği ve akademik etik üzerine bir anlaşmazlıkla birlikte geldi. New York University’den Tristan Buckmaster ve Anthropic araştırmacısı Levent Alpöge, akışkanlar dinamiğiyle ilgili çalışmalar yürütüyordu. Buckmaster, OpenAI’nin onların yaklaşımından haberdar olduktan sonra kendi çalışmasını hızlandırdığını öne sürdü; atıf meselesine dair kaygılarını da dile getirdi.

OpenAI ise araştırmacılarının ya da ajanlarının ikilinin çalışmasını kamuya açılmadan önce görmediğini belirterek iddiayı reddetti. Haberlere göre söz konusu sonuçlar birbiriyle bağlantılı olsa da aynı oldukları gösterilmiş değil. Bu nedenle temel suçlama çözüme kavuşmuş bir olgu değil; ciddi ancak tartışmalı bir kamu iddiası olarak duruyor.

Tartışma böylece yalnızca bir yapay zekâ sisteminin doğru denklemlere ulaşıp ulaşmadığından ibaret değil. Şirketin belirli bir araştırma hattından nasıl haberdar olduğu, zaman çizelgesinin denetlenebilir olup olmadığı, ilişkili katkıların nasıl kredilendirileceği ve kapalı sistemlerin daha geniş araştırma topluluğu tarafından anlamlı biçimde incelenip incelenemeyeceği de soruluyor.

Lean doğrulaması neden tartışmayı bitirmedi?

Biçimsel yöntemler kanıt standardını önemli ölçüde yükseltir. Lean, bir kanıtın adımlarını biçimsel dilde denetler; bu da geleneksel hakemlikten kaçabilecek boşlukları yakalamada değerlidir. OpenAI’nin insan tarafından okunabilir metni ve biçimsel sürümü birlikte yayımlaması, matematikçilere inceleyebilecekleri somut malzeme sunuyor. 4

Yine de biçimsel doğrulama, bilimsel değerlendirmenin yalnızca bir bölümüdür. Topluluğun şu başlıklarda karar vermesi gerekiyor:

• Kapsam: Kanıt, Navier–Stokes probleminin tam olarak hangi formülasyonunu çözüyor?
• Eşleştirme: Gayriresmî teorem, varsayımlar ve biçimsel teorem birbiriyle gerçekten örtüşüyor mu?
• Yenilik ve atıf: Hangi fikir kime, ne zaman ait?
• Anlama: Kanıt, yalnızca denetlenmiş bir türetim mi; yoksa yeniden kullanılabilir matematiksel içgörüler de sağlıyor mu?
• Tekrarlanabilirlik: Dışarıdaki araştırmacılar çalışmayı bağımsız olarak inceleyebiliyor, açıklayabiliyor ve üzerine inşa edebiliyor mu?

Javier Gómez-Serrano, bu gelişmeyi matematik için bir “varoluşsal kriz” olarak niteledi. Bu ifade, yapay zekânın ürettiği hızlı sonuçların; anlama, doğrulama, öğretme ve atıf için yerleşik mekanizmaları geride bırakabileceği kaygısını yansıtıyor.

Matematikte yapay zekâ yarışı tepkisi

Tartışma tek bir kanıtın ötesine taşındı. Terence Tao’nun da aralarında bulunduğu 25 Fields Madalyası sahibi, yapay zekâ şirketlerinin zor matematiksel başarıları sahiplenme yarışının bilime ve araştırmacı eğitimine zarar verebileceği uyarısında bulunan bir bildiriye imza attı. 17

Mevcut ve eski Caltech matematikçilerinin imzaladığı ayrı bir açık mektup da OpenAI’nin planlanan yapay zekâ matematik etkinliğindeki rolüne itiraz etti. Haberlerde, mektubun yayımlandığı sırada 771 imzaya ulaştığı; ardından OpenAI’nin Caltech Mathathon sponsorluğundan çekildiği belirtildi.

Bu itirazlar, yapay zekânın matematikten dışlanması çağrısı değildi. Temel endişe, tescilli sistemlerin ve tanıtım odaklı yarışların; açık paylaşım, dikkatli atıf ve matematiksel açıklama yerine manşetlik iddiaları ödüllendirmesi. Aynı araçlar farklı bir ortamda kanıt denetleme, varsayım araştırma, anlatımı iyileştirme ve ortak biçimsel kütüphanelere katkı sunma gibi amaçlarla verimli olabilir.

Sıradaki hedef Hodge Varsayımı mı?

OpenAI’nin The New York Times’a başka bir Millennium Prize Problem üzerinde “önemli ilerleme” kaydettiğini söylediği bildirildi. Şirket problemi adlandırmadı ve bir kanıt yayımlamadı. Eldeki kaynaklara göre kamusal olarak doğrulanmış bilgi bununla sınırlı.

Hodge Varsayımı olası hedef olarak sıkça gündeme geldi; Birch ve Swinnerton-Dyer varsayımı da spekülasyonlarda anıldı. OpenAI içinden bir kaynağa dayandırılan haberde, çalışanların Hodge konusunda ilerleme beklediği söylendi; ancak OpenAI kamuya açık biçimde bir Hodge kanıtı duyurmadı. Dolayısıyla bu varsayımlardan herhangi birinin çözüldüğü yönündeki iddialar, matematiksel sonuç olarak değil söylenti olarak ele alınmalı.

Bundan sonra neye bakılmalı?

Belirleyici gelişme yeni bir duyuru değil, yayımlanan Navier–Stokes materyallerinin bağımsız incelemesi olacak: Uzmanların argümanı değerlendirmesi, Lean projesi ile bağımlılıklarını denetlemesi ve Clay’in hangi kesin formülasyonunun çözüldüğünün netleşmesi.

OpenAI başka bir Millennium Problem iddiasıyla ortaya çıkarsa aynı ölçütler geçerli olacak. İkna edici bir sonuç; kesin bir teorem, erişilebilir biçimsel ve gayriresmî materyaller, çalışmanın kökenine dair şeffaf bir açıklama ve araştırmacıların fikirleri sınayıp geliştirebileceği yeterli anlatımla desteklenmeli. Yapay zekâ destekli matematikte doğruluk vazgeçilmezdir; fakat atıf, açıklık ve insanî kavrayış da öyledir.