On the Navier–Stokes Millennium Prize Problem

OpenAI объявила о решении задачи Навье–Стокса о существовании и гладкости, одной из семи проблем тысячелетия. Внутренняя система компании доказала, что уравнения Навье–Стокса для трёхмерной несжимаемой жидкости с постоянной плотностью могут развить сингулярность за конечное время, даже если начальное движение гладкое. Сингулярность здесь означает неограниченный рост скорости жидкости, несмотря на наличие вязкости, которая обычно подавляет такие эффекты. Результат опубликован в виде научной работы и формализован в системе проверки теорем Lean, что позволяет независимо проверить корректность доказательства.

Проблема оставалась открытой около 90 лет и имеет ключевое значение для гидродинамики, инженерии и климатического моделирования. OpenAI подчеркивает, что доказательство получено с использованием внутренней модели, значительно превосходящей GPT‑6 Astra, и стремится продемонстрировать темпы прогресса ИИ в решении фундаментальных научных задач. Компания призывает к ответственному использованию таких технологий и видит в этом шаге вклад в развитие исследований, полезных для всего человечества.

Комментарии (859)

OpenAI продемонстрировала резкий скачок в математических способностях ИИ: менее чем за две недели система превзошла Astra, решив задачу, нерешённую 26 лет, с использованием 4,9 млн сообщений и 300 млрд токенов за 5 дней — ресурсы, недоступные академическим исследователям. Использование Lean для формализации доказательства с первого дня повысило доверие к результатам, но вызвало этические споры. Критики утверждают, что OpenAI, возможно, использовала промпты и предварительные результаты других исследователей, включая работы Тристана Бакмасстера и Левента Альпёге, а также слухи о нерешённой задаче для ускоренного запуска проекта — что ставит под сомнение оригинальность, нарушает традиции открытой науки и создаёт опасный прецедент: корпорация тратит $15 млн, чтобы «перехватить» результат, достигнутый годами работы академика. OpenAI утверждает, что не использовала данные других исследователей, но не исключает, что модели обучались на деидентифицированных пользовательских промптах, что вызывает подозрения в научном плагиате и неэтичной конкуренции. Утверждения о «строгих мерах безопасности» воспринимаются как попытка смягчить обвинения. Математики выражают тревогу: годы обучения становятся менее ценными, карьерные возможности сужаются, а авторство открытий перераспределяется в пользу корпораций. ИИ пока эффективен в поиске контрпримеров и сингулярностей, но не в построении глубоких теорий — его роль ограничена опровержением, а не созданием нового знания. Это смещает приоритеты математики в сторону опровержения гипотез. Советы: открытые модели предпочтительнее закрытых, чтобы избежать присвоения чужих идей; следующим вызовом для ИИ должно стать формализование классификации конечных простых групп — чтобы проверить его способность не только решать, но и систематизировать математику.