OpenAI meldde op 8 september dat een intern model zo’n 10.000 AI‑agenten inzette om het Navier-Stokes-probleem op te lossen, een bewering die door twee wiskundigen scherp wordt aangevochten.
Kernpunten:
- Een nog niet uitgebracht OpenAI-systeem leverde een uitgeschreven bewijs én een Lean‑formalisatie op voor een van de zeven Millennium Prize-problemen.
- Tristan Buckmaster en Levent Alpöge, die één dag eerder een verwant resultaat publiceerden, zetten vraagtekens bij de manier waarop het bedrijf tot dezelfde aanpak kwam.
- Terence Tao stelt dat AI-labs beroemde open problemen benutten voor marketing, niet voor echte wiskundige vooruitgang.
Details van het OpenAI‑bewijs voor Navier-Stokes
Het bedrijf publiceerde een technische uiteenzetting en een Lean‑formalisatie waarin wordt betoogd dat een aanvankelijk gladde vloeistof in rust binnen eindige tijd een singulariteit kan ontwikkelen. Onderzoekers omschrijven het interne systeem als aanzienlijk krachtiger dan GPT‑6 Astra en stellen dat het model nog in training is, met prestaties die verder blijven stijgen. Wiskundigen jagen dit vraagstuk al zo’n 90 jaar na, sinds Jean Leray in 1934 aantoonde dat oplossingen bestaan in een lossere, veralgemeende zin.
OpenAI begon op 28 augustus met het trainen van het model en zette het vanaf 1 september in op alle openstaande Millennium Prize‑problemen, nadat geruchten de ronde deden dat er al twee waren opgelost. Topbestuurders vertelden aan verslaggevers dat de rekenkosten in de miljoenen dollars liepen.
Ook lezen: XRP-koers mikt weer op $1,46 nu walvissen in september terugkeren
Buckmaster en Bubeck botsen over eer en erkenning
Tristan Buckmaster, wiskundige aan de New York University, en Levent Alpöge, onderzoeker bij Anthropic die hier op persoonlijke titel werkte, hadden bijna een jaar geïnvesteerd in verwante vloeistofvergelijkingen. Ze bouwden voort op eerder werk van Diego Cordoba en Luis Martinez-Zoroa, en brachten een dag vóór de OpenAI‑aankondiging Lean‑geverifieerde bewijzen uit voor het geforceerde Euler‑probleem. Buckmaster vroeg zich vervolgens af of zijn privé‑concepten in Codex de concurrerende inspanning mogelijk hebben beïnvloed, en zegt dat hij geen duidelijkheid kreeg over de trainingsdata.
Ook stelt hij dat OpenAI‑onderzoeker Sebastien Bubeck erop aandrong om Alpöge uit een paper te schrappen vanwege diens werkgever, en hem daarna waarschuwde niet naar buiten te treden met zijn kritiek.
Bubeck wees die lezing van de gebeurtenissen van de hand als onjuist en opruiend.
Volgens OpenAI hebben noch de eigen onderzoekers, noch de AI‑agenten het werk van Buckmaster en Alpöge gezien vóór publicatie, al erkent het bedrijf dat geanonimiseerde gebruiksdata kunnen zijn benut om de modellen te verbeteren. OpenAI is niet van plan de aan het probleem gekoppelde prijs van 1 miljoen dollar te claimen. Het Clay Mathematics Institute, dat de zeven Millennium‑problemen in 2000 uitzette, houdt Navier-Stokes formeel nog steeds voor onopgelost.
Terence Tao zet vraagtekens bij AI in de wiskunde
Terence Tao, algemeen gezien als een van de grootste levende wiskundigen, waarschuwde dat AI‑bedrijven beroemde open problemen reduceren tot marketingproeven voor hun nieuwste modellen. Hij betoogt dat het leegplukken van dergelijke vraagstukken het ecosysteem ondermijnt dat juist nieuwe technieken, nieuwe vragen en nieuwe generaties werkende wiskundigen voortbrengt, en vergeleek de praktijk met het plunderen van een archeologische site.
De schaal van de operatie liep razendsnel op. Ongeveer 100 agenten kraakten eerst een eenvoudiger, ongeforceerd Euler‑probleem in circa 50 uur. De Navier-Stokes‑groep van agenten rapporteerde vervolgens op 5 september een antwoord, zo’n 88 uur na de start, waarna de Lean‑verificatie van dat bewijs nog eens 17 uur in beslag nam.
Lees hierna: Bitget voegt blockchainlessen toe aan UNICEF-programma dat 642.000+ kinderen bereikt
