AI tocmai a rezolvat Navier–Stokes? Ce demonstrează de fapt pretenția OpenAI

OpenAI susține că unul dintre sistemele sale interne a rezolvat una dintre problemele Millennium Prize ale Institutului Clay. Este o poveste remarcabilă și ar reprezenta cea mai importantă descoperire matematică asistată de AI de până acum. Dar există și o a doua poveste: o dispută despre cine merită cu adevărat creditul.

Iată ce s-a întâmplat de fapt: OpenAI a auzit un zvon că modelul unui laborator rival a făcut progrese la una dintre cele mai faimoase probleme nerezolvate din matematică. Zvonul a fost suficient pentru a declanșa un sprint: pentru a aborda problema, OpenAI a folosit 10.000 de agenți AI în paralel, 88 de ore de calcul și aproximativ 22,5 milioane $ în costuri cumulate. Acum, ei susțin că au o demonstrație reală. Iar despre premiul de 1 milion $? OpenAI spune că nu intenționează să îl revendice. (Poate că nu au nevoie de bani.)

Răspuns pe scurt: Premiul Clay de 1 milion $ pentru Navier–Stokes nu a fost câștigat. Ceea ce susține OpenAI că a demonstrat vizează o variantă specifică a problemei, blow-up sub forțare lină, care rămâne neverificată de matematicieni independenți. Dacă aceasta satisface problema completă, așa cum o înțeleg majoritatea experților, este cu adevărat contestat.

Ce sunt ecuațiile Navier–Stokes și de ce valorează 1 milion $?

Ca să înțelegi ce susține OpenAI, trebuie mai întâi să înțelegi ce face Navier–Stokes atât de dificilă.

Ecuațiile Navier–Stokes descriu cum se mișcă fluidele: apa, aerul, sângele. Ele stau la baza prognozei meteo, a proiectării aeronavelor și a medicinei circulatorii. Formulate în secolul al XIX-lea, funcționează extraordinar de bine în practică. Întrebarea matematică este dacă funcționează întotdeauna: există mereu soluții netede, bine comportate, sau un fluid guvernat de aceste ecuații poate dezvolta o singularitate, un punct în care viteza devine infinită, într-un timp finit?

Această întrebare, cunoscută drept problema „existenței și netezimii”, este una dintre cele șapte probleme Millennium Prize ale Institutului de Matematică Clay, fiecare având o recompensă de 1 milion $. Până astăzi, doar una dintre problemele Millennium Prize a fost rezolvată: Conjectura Poincaré, în 2003.

De ce ne pasă de această problemă anume: uneori, problemele de matematică sunt mai degrabă strict academice. Dar aceasta nu este doar un puzzle abstract. Fiecare model meteo, simulare de avion și instrument de inginerie care se bazează pe aceste ecuații presupune implicit că ele se comportă bine, dar nimeni nu a demonstrat că această presupunere ține întotdeauna. Dacă s-ar dovedi că soluțiile pot exploda într-un timp finit, asta ar expune un gol real între matematica pe care ne bazăm și sistemele fizice pe care ar trebui să le descrie.

Ce susține de fapt OpenAI că a demonstrat

Povestea începe nu cu o idee matematică, ci cu un zvon. Sam Altman a recunoscut că OpenAI a pornit efortul după ce a auzit că modelele Anthropic au rezolvat o problemă majoră de matematică, scriind pe X: „Eram curioși dacă ale noastre pot face asta și ele.”

Sprintul de o săptămână a acoperit mai multe probleme Millennium Prize și a consumat în total 300 de miliarde de tokeni de ieșire, aproximativ 22,5 milioane $ în calcul pentru tot ce s-a încercat. Doar problema Navier–Stokes a folosit aproximativ 130 de miliarde dintre acei tokeni și 2,7 milioane de mesaje. Zece mii de agenți au lucrat în paralel între 1 și 6 septembrie. Și apoi - aici e partea la care ar trebui să te oprești - OpenAI a spus că nu intenționează să revendice premiul de 1 milion $, prezentând rezultatul ca dovadă a vitezei cu care avansează modelele sale.

Înainte de a ajunge la Navier–Stokes, agenții OpenAI au rezolvat mai întâi problema de regularitate Euler neforțată, folosind aproape 100 de agenți în aproximativ 50 de ore. Stabilind mai întâi comportamentul de blow-up în cadrul mai simplu al lui Euler, agenții au construit fundația conceptuală care a făcut abordarea Navier–Stokes abordabilă.

Aici contează notele de subsol. Formularea oficială Clay pentru Navier–Stokes include patru opțiuni, etichetate A, B, C și D. Opțiunile A și B cer soluții netede globale fără forțare externă, în spațiul tridimensional obișnuit sau într-un domeniu periodic. Opțiunile C și D permit exemple de blow-up cu un termen de forțare externă neted. Demonstrația OpenAI vizează opțiunile C și D, ceea ce înseamnă că varianta forțată face cu adevărat parte din problema oficială Clay.

Cu toate acestea, mulți matematicieni consideră opțiunile A și B drept întrebarea mai profundă, deoarece forțarea este impusă din exterior: alegi forța pentru a provoca blow-up-ul, în loc să întrebi dacă ecuațiile se pot strica de la sine. Dacă abordarea poate fi extinsă pentru a elimina forțarea și a aborda A și B nu este încă clar, iar această întrebare este încă deschisă. Distanța dintre ceea ce s-a arătat și ceea ce mulți experți consideră esența problemei este concluzia reală aici.

În culisele disputei despre cine merită creditul

Acum că am cartografiat ce a fost demonstrat de fapt, povestea umană are o linie clară, dacă te detașezi de „a spus el/a spus ea”.

Pe 15 august, Tristan Buckmaster și Levent Alpöge de la Anthropic au demonstrat că ecuațiile Euler, „verișorul” fără frecare al lui Navier–Stokes, pot avea blow-up sub forțare lină, extinzând o abordare dezvoltată de Diego Córdoba și Luis Martínez-Zoroa. Rezultatele lor au acoperit și ecuațiile Boussinesq și mediul poros incompresibil. Acea muncă a durat aproximativ un an. Era nepublicată, în curs, construită discret. Apoi s-a aflat.

Sprintul OpenAI a început pe 1 septembrie după ce au auzit un zvon pe care l-au conectat ulterior la Alpöge și Buckmaster. Buckmaster a trimis un e-mail în privat către OpenAI pe 3 septembrie după ce a aflat că munca lui a ajuns la companie. După ce și-au încheiat proiectul și verificarea în Lean pe 6 septembrie, OpenAI a luat legătura pentru a propune o lansare concomitentă. Versiunea lui Buckmaster despre ce a urmat este considerabil mai ascuțită: relatarea lui descrie apeluri în care spune că a fost presat în privința publicării și autoratului, inclusiv sugestii de a-l exclude pe Alpöge din cauza angajării lui la Anthropic.

Buckmaster susține că atunci când a semnalat intenția de a face publice aceste îngrijorări, i s-a spus: „De ce ți-ai distruge cariera?” și „Dacă nu vrei să fiu drăguț, atunci nu trebuie să fiu drăguț.” Bubeck a numit aceste acuzații „false și inflamatorii.” OpenAI neagă că ar fi accesat vreo solicitare privată sau vreo lucrare nepublicată.

Nu voi arbitra cine are dreptate. Sunt relatări contestate dintr-o conversație privată, iar detaliile sunt într-adevăr neclare. Dar tiparul nu are nevoie de clarificare pentru a merita să fie numit: anul de muncă nepublicată al unui cercetător independent a devenit resursa în jurul căreia un laborator bine finanțat a rulat un sprint de milioane de dolari, iar acum cercetătorul independent este cel care primește întrebări despre cariera lui.

Poți avea încredere într-o demonstrație de matematică scrisă de AI?

Cu disputa privind meritul pe masă, rămâne întrebarea tehnică mai dificilă: rezistă demonstrația?

Navier–Stokes este o problemă Millennium Prize, iar standardul de probă este o demonstrație publicată, verificabilă. OpenAI a publicat un manuscris de 166 de pagini și o formalizare în Lean pe 8 septembrie, ambele disponibile public pentru analiză. Evaluarea independentă de către colegi nu a avut încă loc.

Dacă nu ești familiarizat cu Lean, află că este un sistem formal de verificare a demonstrațiilor care verifică dacă fiecare pas logic decurge din cel anterior. O demonstrație verificată în Lean nu poate fi „convinsă” să pară corectă: dacă trece, lanțul logic este solid. Ceea ce Lean nu îți spune este dacă abordarea are sens conceptual, dacă abordează problema așa cum o înțeleg experții sau dacă un matematician uman ar recunoaște-o ca pe o soluție veritabilă.

Terence Tao, probabil cel mai proeminent matematician în viață, a oferit un avertisment cu privire la această dinamică pe 5 septembrie, înainte de anunțul OpenAI. Scriind pe Mathstodon ca răspuns la zvonurile care circulau atunci, el a notat că era o îngrijorare ipotetică: „există un cost de oportunitate substanțial în a transforma o problemă istoric productivă și motivantă, cum ar fi regularitatea Navier–Stokes, într-o simplă postare virală pe rețelele sociale care face reclamă unui progres de benchmark, în loc să avanseze efectiv domeniul și să dezvolte următoarea generație atât de întrebări de pus, cât și de oameni care să lucreze la ele.” După anunț, Tao a lăudat munca lui Buckmaster–Alpöge drept „o realizare remarcabilă” și a notat că argumentele lor au fost formalizate în Lean. Nu a susținut public demonstrația specifică revendicată de OpenAI.

De ce această dispută e mai mare decât o singură problemă de matematică

Un zvon, nu un rezultat publicat, nu o evaluare de către colegi – un zvon – a fost suficient pentru a mobiliza unul dintre cele mai bine finanțate laboratoare de AI din lume într-un sprint de milioane de dolari. OpenAI a prezentat rezultatul ca dovadă a vitezei cu care se îmbunătățesc sistemele sale cele mai avansate, adică drept un activ de marketing. Aceasta este o problemă Millennium Prize folosită ca demonstrație de benchmark înaintea unei listări publice.

Axios a pus întrebarea incomodă direct: ce se întâmplă când compania care le oferă oamenilor de știință instrumente de cercetare AI poate, de asemenea, să mobilizeze resurse mult mai mari pentru a concura cu ei? Buckmaster și Alpöge au folosit propriul Codex al OpenAI pe tot parcursul anului lor de muncă. Instrumentele pe care un cercetător le folosește pentru a construi spre un rezultat pot fi deținute de aceeași organizație care îi poate depăși cu aceleași instrumente la o scară de 10.000x. Nu e o conspirație. E o caracteristică structurală a momentului actual și scenariul de care oamenii s-au temut, independent de faptul dacă OpenAI a făcut sau nu ceva greșit aici.

Există și o ironie demnă de menționat: OpenAI a întrerupt în august anumite antrenamente RL de frontieră din motive de siguranță, apoi în septembrie a rulat un model nelansat din același program de dezvoltare la capacitate maximă timp de 88 de ore pentru a urmări un titlu în matematică. Această alăturare nu e dovadă de rea-credință, dar nici nu e un nimic.

Deci, este Navier–Stokes rezolvată sau nu?

Iată unde stau lucrurile de faptd:

Modelul de sprint a produs un rezultat. Dacă a produs un Rezultat, în sensul în care înțeleg matematicienii, este o altă întrebare și una la care va dura considerabil mai mult până să se răspundă.