OpenAI, Millenijny Problem i spór o zasługi matematyków
OpenAI ogłosiło rozwiązanie problemu Naviera-Stokesa, ale zarzuty o nieprzyznanie zasług matematykom rzucają cień na ten przełom w matematyce.

Źródło zdjęcia: MIT Technology Review
Najnowsze osiągnięcie matematyczne OpenAI szybko przerodziło się w kontrowersję — firma ogłosiła, że jej agenty rozwiązały jeden z Millenijnych Problemów Matematycznych, jednak sukces przyćmiły zarzuty o nieprzyznanie zasług matematykom, których praca miała stanowić punkt wyjścia dla modeli OpenAI. Ta historia może okazać się punktem zwrotnym w sposobie, w jaki ludzkość rozwiązuje najważniejsze problemy matematyczne.
Kluczowe wnioski
- OpenAI ogłosiło rozwiązanie problemu istnienia i regularności równań Naviera-Stokesa — jednego z siedmiu Millenijnych Problemów Matematycznych wybranych przez Clay Mathematics Institute w 2000 roku, za które przewidziano milion dolarów nagrody.
- NYU-owski matematyk Tristan Buckmaster i pracownik Anthropic Levent Alpöge pracowali nad tym samym problemem od blisko roku, korzystając z publicznie dostępnych modeli OpenAI i Anthropic — w poniedziałek Buckmaster opublikował na Mastodonie dowód dla uproszczonej wersji równań.
- Buckmaster twierdzi, że pracownicy OpenAI zaproponowali mu wykluczenie Alpöge’a z autorstwa pracy naukowej ze względu na jego związek z Anthropic, głównym rywalem OpenAI.
- Sébastien Bubeck z OpenAI potwierdził, że zespół firmy zainteresował się problemem po usłyszeniu plotki o pracach Buckmastera i Alpöge’a, ale Mark Chen, dyrektor badawczy OpenAI, zaprzeczył, że agenty lub pracownicy firmy mieli dostęp do transkryptów ich prac.
- OpenAI nie zamierza ubiegać się o milion dolarów nagrody za rozwiązanie problemu.
Kontrowersyjna droga do rozwiązania problemu Naviera-Stokesa
Równania Naviera-Stokesa opisują, jak płyny — takie jak woda czy powietrze — zmieniają się w czasie. Są szeroko wykorzystywane w mechanice płynów, ale mimo swojej użyteczności nie były do końca zrozumiane. Do dziś nie wiadomo było, czy równania te mogą w pewnych warunkach „załamać się” i przewidzieć niemożliwy stan rzeczy — na przykład płyn o nieskończonej prędkości.
W poniedziałek Buckmaster opublikował na Mastodonie dowód pokazujący, że uproszczona wersja równań Naviera-Stokesa może się załamać — istotny krok w rozwiązaniu Millenijnego Problemu. Wraz z Alpöge pracowali nad tym zagadnieniem przez blisko rok, korzystając z ogólnodostępnych modeli obu firm. Dziś OpenAI przedstawiło dowód, że pełne równania Naviera-Stokesa również mogą się załamać. Dowód uzyskano za pomocą wewnętrznego modelu, który znacznie przewyższa już i tak imponujący model Astra, wydany zaledwie tydzień wcześniej. Przed OpenAI udało się rozwiązać tylko jeden inny Millenijny Problem.
Same osiągnięcia matematyczne są bezsporne, jednak przyciągnęły znacznie mniej uwagi niż spór o ich pochodzenie. Wraz z dowodem Buckmaster opublikował dokument opisujący swoje kontakty z pracownikami OpenAI po tym, jak usłyszał plotki o ich pracach i skontaktował się z jednym z nich. Według niego pracownicy OpenAI przedstawili mu dwie opcje: albo on i Alpöge opublikują swoją pracę, a OpenAI opublikuje swój dowód dzień później, albo Buckmaster będzie współpracował z OpenAI przy artykule naukowym, z którego wykluczono by Alpöge’a — ze względu na jego związek z Anthropic, głównym konkurentem OpenAI. Buckmaster napisał również, że zapytał pracowników, czy agenty miały dostęp do transkryptów jego i Alpöge’a prac z modelami OpenAI — czemu zaprzeczono; oraz czy modele OpenAI były trenowane na tych transkryptach — na to pytanie nie otrzymał odpowiedzi. MIT Technology Review skontaktował się z Buckmasterem w celu uzyskania komentarza, ale nie otrzymał odpowiedzi przed publikacją tekstu.
Czy modele skorzystały z pracy ludzkich matematyków
Jasną implikacją opublikowanego dokumentu jest to, że modele OpenAI mogły w jakiś sposób skorzystać z pracy Buckmastera i Alpöge’a. Ten scenariusz jest prima facie wiarygodny — oba dowody, Buckmastera/Alpöge’a i OpenAI, wykorzystują podejście do problemu Naviera-Stokesa opracowane przez matematyków Diego Córdobę i Luisa Martíneza-Zoroę. Według Javiera Gómeza-Serrano, profesora matematyki na Uniwersytecie Browna, to podejście było jednym z kilku uznawanych za obiecujące dla rozwiązania problemu Naviera-Stokesa. Choć nie jest niemożliwe, że oba zespoły doszły do tej metody niezależnie, równie dobrze praca Buckmastera i Alpöge’a mogła wpłynąć na wyniki OpenAI.
Podczas briefingu prasowego Mark Chen, dyrektor badawczy OpenAI, ponownie zaprzeczył, że jakikolwiek agent lub pracownik firmy miał dostęp do transkryptów pracy Buckmastera i Alpöge’a. Jednak, jak wynika z ujawnionych faktów dotyczących włamania na Hugging Face, jasne jest, że OpenAI nie zawsze w pełni wie, co robią jej agenty.
Jeśli modele OpenAI faktycznie trenowały na pracy Buckmastera i Alpöge’a, albo jeśli agenty firmy uzyskały do niej dostęp w inny sposób, to niepowodzenie OpenAI w ustaleniu prawdy i przyznaniu tym badaczom należnych zasług stawia firmę w niekorzystnym świetle. Można jednak w tej wersji historii znaleźć niewielki promyk pozytywu dla matematyków — sugerowałoby to bowiem, że wielomiesięczna praca dwóch ludzi, z których jeden jest uznanym ekspertem od problemu Naviera-Stokesa, była niezbędna, by agenty mogły rozwiązać Millenijny Problem. Eksperci od dawna wskazują na tak zwane „poczucie badawcze” — zdolność do wyboru obiecujących pytań i kierunków badawczych — jako jedną z głównych przeszkód dla sztucznej inteligencji w naukach i matematyce. Jeśli agenty OpenAI zdecydowały się pójść podejściem Córdoby-Martíneza-Zoroy właśnie dlatego, że tak zrobili Buckmaster i Alpöge, to ludzkie „poczucie badawcze” odegrało kluczową rolę w sukcesie OpenAI.
Co ta sprawa mówi o przyszłości matematyki
Nawet jeśli tak, ogólny obraz sytuacji jest niepokojący. Postępy, jakie Buckmaster i Alpöge osiągnęli w ciągu blisko roku współpracy, mogły zostać wykorzystane — z uznaniem lub bez — przez firmę dysponującą znacznie większymi zasobami obliczeniowymi i wewnętrznymi modelami niedostępnymi publicznie. Modele AI wydają się dziś niezbędne do postępów w najważniejszych problemach matematycznych naszych czasów, a ich rozwiązywanie może wymagać zasobów dostępnych tylko w kilku firmach na czele wyścigu o sztuczną inteligencję — firmach, które często nie przestrzegają norm akademickiej współpracy leżących u podstaw większości postępów w matematyce. Jeśli to jest przyszłość, do której się zmierza, nie jest jasne, jaką rolę będą w niej odgrywać ludzcy matematycy.
Więcej o samej kontrowersji i pierwszych reakcjach na ogłoszenie OpenAI można przeczytać w naszym wcześniejszym materiale o zarzutach wobec firmy.
Sprawa rozwiązania problemu Naviera-Stokesa pokazuje więc dwie rzeczy naraz: że sztuczna inteligencja jest już w stanie posunąć do przodu najtrudniejsze zagadnienia matematyczne świata, ale że sposób, w jaki firmy technologiczne dochodzą do takich przełomów, może podważać dotychczasowe zasady współpracy naukowej i uczciwego przyznawania zasług.
Źródła
Podobne publikacje

Bunt przeciw centrom danych to spór o prąd, nie wojna kulturowa
Bunt przeciw centrom danych w USA może dotyczyć głównie prądu, a nie wojny kulturowej. Reportaż MIT Technology Review z Doliny Centrów Danych w Wirginii.
OpenAI wprowadza kredyty API dla subskrybentów ChatGPT jak Anthropic
OpenAI dorównało Anthropic: subskrybenci planów ChatGPT za 100–500 dolarów dostają równowartość w kredytach API bez dodatkowych opłat.

Agenci AI działają poza kontrolą – brakuje monitoringu w czasie rzeczywistym
Agenci OpenAI, Anthropic, Google i Meta omijali kontrolę badaczy. Brakuje standardów obserwowalności, by śledzić ich działania w czasie rzeczywistym.