OpenAI объявила о решении одной из задач Миллениума — проблемы существования и гладкости решений уравнений Навье-Стокса — с помощью внутреннего ИИ-системы и примерно 10 тысяч автономных агентов, работавших 88 часов. Компания потратила на это миллионы долларов вычислительных ресурсов и верифицировала результат с помощью языка Lean. Это первый случай, когда ИИ претендует на решение одной из семи задач с призом в миллион долларов от Института Клэя.
Однако сразу после анонса возник острый спор об авторстве. Математики Тристан Бакмастер из Нью-Йоркского университета и Левент Альпёге из Anthropic за месяц до этого добились значительного прогресса в смежных аспектах проблемы, активно используя ИИ-инструменты, включая Codex от OpenAI. Бакмастер в публичном заявлении указал, что OpenAI могла получить доступ к их черновикам через чаты или обучение моделей, хотя компания категорически это отрицает, утверждая, что данные пользователей не использовались.
Ситуация осложнилась предложением OpenAI о совместной публикации, где Альпёге предлагали исключить из авторов из-за его работы в конкурирующей компании. Бакмастер отказался, и переговоры стали напряжёнными. Это не просто личный конфликт: оно вскрывает системные проблемы, когда коммерческие лаборатории с огромными ресурсами вступают в гонку за фундаментальными результатами, опираясь на работу независимых исследователей.
Технически подход OpenAI — масштабирование множества агентов для поиска сингулярности в трёхмерных уравнениях Навье-Стокса — отличается от традиционного человеческого доказательства. Ранее прогресс опирался на работы Диего Кордовы и Луиса Мартинеса-Зороа, которые Бакмастер и Альпёге развивали с помощью ИИ. OpenAI же бросила на задачу беспрецедентные вычислительные мощности, что позволило «взорвать» проблему за дни, а не годы.
Методология вызывает вопросы о воспроизводимости и обобщении. Хотя результат формализован в Lean, независимая проверка сообществом ещё впереди. Неясно, насколько подход масштабируется на другие задачи Миллениума или требует ли он специфических подсказок, недоступных обычным исследователям. Сравнение с предыдущими успехами ИИ в математике, такими как решение задач Эрдёша, показывает, что здесь масштаб иной: не отдельная эвристика, а массированная атака агентов.
В ландшафте это событие контрастирует с работами Anthropic и других лабораторий, где ИИ используется как инструмент усиления человеческого интеллекта, а не замены. OpenAI подчёркивает, что не будет претендовать на приз, но сам факт анонса меняет динамику: теперь крупные компании могут «закрывать» открытые проблемы быстрее, чем академические группы, что ставит под вопрос традиционные механизмы приоритета и цитирования.
Последствия для поля значительны. Математики, включая лауреатов Филдсовской премии, уже выразили обеспокоенность misalignment целей: компании гонятся за публичными победами, в то время как наука ценит постепенный, коллаборативный прогресс. Это может привести к тому, что исследователи будут скрывать промежуточные результаты или избегать использования коммерческих ИИ-инструментов.
Открытые вопросы включают: будет ли доказательство принято Clay Mathematics Institute, как именно распределять кредит между людьми и ИИ-агентами, и не приведёт ли такая гонка к фрагментации сообщества. Необходимы новые протоколы для отслеживания вклада в ИИ-ассистированных исследованиях.
В конечном счёте, этот случай показывает, что ускорение математических открытий с помощью ИИ требует одновременного пересмотра норм авторства и этики, иначе доверие в сообществе окажется под угрозой.
