OpenAI wygenerowało 2,7 miliona wiadomości i 130 miliardów tokenów: matematycy badają możliwe rozwiązanie problemu Naviera-Stokesa

Wyobrażać sobie tysiące sztucznych bytów pracujących w zgodzie przez osiemdziesiąt osiem godzin bez przerwy, tworząc wir kamieni, który obraca się coraz szybciej, aż zwęzi się w bardzo cienką kolumnę, którą naukowcy porównali do kształtu spaghetti.

Nie mamy tu do czynienia z fabułą powieści science fiction, lecz z tym, co 8 września 2026 roku zapowiedziała kalifornijska firma, która zaprezentowała możliwe rozwiązanie problemu istnienia i regularności równań Naviera-Stokesa.

jest jedno z najbardziej złożonych pytań matematycznych, które wciąż pozostaje nierozwiązane, włączony w 2000 roku przez Clay Mathematics Institute do siedmiu problemów nagrodzonych nagrodą milenijną.

Pomimo historycznego znaczenia wydarzenia, Wynik ten wymaga starannego rozważenia i w żadnym wypadku nie jest równoznaczny z automatycznym przyznaniem słynnej nagrody w wysokości miliona dolarów..

Surowe zasady Instytutu Matematyki Claya wymagają, aby rozwiązanie zostało opublikowane w kwalifikowanym czasopiśmie i miną co najmniej dwa lata, zanim społeczność międzynarodowa będzie mogła to zbadać i zaakceptować.

W tym kontekście samo OpenAI wyjaśniło już, że nie chce ubiegać się o uznanie ekonomiczne, kierując swoją uwagę na jak maszyna dokonała tego wyczynu i jakie imponujące implikacje niesie to dla przyszłej nauki.

Matematyczna tajemnica ukryta w szklance wody

Równania Naviera-Stokesa, które powstały w XIX wieku w wyniku badań Claude'a-Louisa Naviera i George'a Gabriela Stokesa, opisać zachowanie płynów jak woda w rzekach, prądy oceaniczne, krew w naszych żyłach czy powietrze wokół skrzydeł samolotu.

Traktując płyn jako ośrodek ciągły, wzory te opisują podstawowe wielkości, takie jak prędkość i ciśnienie w każdym punkcie przestrzeni, co stanowi wyzwanie dla matematyków pozornie błahe, ale głęboko podstępne pytanie.

Pytanie brzmi, czy trójwymiarowy płyn, zaczynając od stanu doskonałej regularności, zawsze będzie zachowywał ten stan, czy też same równania mogą go do tego doprowadzić. „osobliwość” lub eksplozja, czyli sytuacja, w której prędkość wzrasta bez żadnych ograniczeń.

Osiągnięcie tej granicy nie oznacza, że ​​prawdziwy płyn może poruszać się z nieskończoną prędkością, lecz raczej, że model matematyczny może sięgać aż do fizycznie niemożliwego stanu, podkreślając wewnętrzne ograniczenie samej teorii.

W dokumencie opublikowanym przez OpenAI dla każdej dodatniej lepkości rozwiązanie trójwymiarowe, które zaczyna się od zerowej prędkości i rozwija nieograniczoną prędkość w skończonym czasie pod wpływem gładkiej i regularnej siły zewnętrznej, przy jednoczesnym zachowaniu ograniczonej całkowitej energii kinetycznej.

Ta konkretna i złożona konstrukcja wzbudziła entuzjazm Martina Bridsona, prezesa Clay Mathematics Institute, który podkreślił znaczenie postępu w ludzkim rozumieniu matematyki w oświadczeniu dla czasopisma Nature.

Wir „spaghetti” i wyzwanie dla regularnej siły

Aby zrozumieć proponowane rozwiązanie, wyobraź sobie porcję płynu, która zaczyna się obracać, będąc stopniowo ciągnięta w kierunku środka i poruszając się równolegle wzdłuż osi pionowej.

Ponieważ płyn jest nieściśliwy, napływająca materia nie może gromadzić się w pobliżu osi, lecz jest nieubłaganie popychana wzdłuż niej, co powoduje rdzeń wiru staje się ciaśniejszy i szybszy w miarę zbliżania się do momentu osobliwości.

W tym momencie pojawia się zjawisko pozornie sprzeczne z intuicją, polegające na tym, że Ekstremalne prędkości występują w obszarze tak małym, że siły rozchodzą się, zachowując jednocześnie skończoną energię całkowitą..

Prawdziwa trudność pokonana przez ten dowód polega na uniknięciu skrótu polegającego na zastosowaniu nieskończonej siły zewnętrznej, stan zabroniony przez wymagania Problemu Milenijnego, które wymagają matematycznie regularnego i niepatologicznego nacisku.

W modelu wygenerowanym przez sztuczną inteligencję różne człony równań, takie jak przyspieszenie, ciśnienie i lepkość kompensują z milimetrową precyzją.

Układ małych oscylujących zakłóceń zwany impulsy Wykorzystuje ruch wirowy do przenoszenia pędu i równoważenia nierównowagi, ukrywając się za prostą metaforą spaghetti. maszyna koncepcyjna najwyższej klasy inżynierii.

Rzeczywista organizacja sztucznej inteligencji

Osiągnięty kamień milowy wyraźnie to ilustruje potencjał sztucznej inteligencji stosowany w badaniach naukowych, odchodząc od prostego korzystania z chatbota, który ma udzielić z góry określonej odpowiedzi.

Firma OpenAI wdrożyła zaawansowaną, eksperymentalną wersję swoich modeli, lepszą nawet od niedawnego „GPT-6 Astra”, umieszczając ją w ekosystem składający się z dziesięciu tysięcy skoordynowanych agentów Potrafi pisać kod, przeglądać zasoby sieci Web i komunikować się wewnętrznie. Przydzielając różne zadania równolegle, system jednocześnie badał hipoteza regularności rozwiązań i przeciwna hipoteza osobliwości.

Dzięki temu podejściu obiecujące wnioski można było natychmiast udostępniać za pomocą narzędzia Codex, znalezienie rozwiązania w ciągu zaledwie 88 godzin i poświęcenie kolejnych 17 godzin na mechaniczną formalizację w Lean, a koszty obliczeniowe według szacunków Sébastiena Bubecka z Quanta Magazine wynoszą miliony dolarów.

Stojąc na ramionach gigantów i wyzwania przyszłości

Twierdzenie, że sztuczna inteligencja rozwiązała w ciągu kilku dni to, czego ludzie szukali przez dziewięćdziesiąt lat, jest wprowadzające w błąd pod względem naukowym i mające na celu wyłącznie generowanie sensacji.

Godziny obliczeń opierają się na ogromnej pracy wcześniejszych matematyków, czerpiących obficie z badań takich badaczy jak Diego Córdoba i Luis Martínez-Zoroa, których Charles Fefferman z Uniwersytetu Princeton określił mianem prawdziwych bohaterów historii, ponieważ opracowali innowacyjne techniki analityczne niezbędne do konstruowania osobliwości.

Prawdziwy punkt krytyczny znajduje się w zdolność sztucznej inteligencji do eksploracji i łączenia na skalę przemysłową tej ogromnej przestrzeni ludzkich możliwości, wspierając tezy rygorystyczną weryfikacją logiczną oferowaną przez system Lean w celu zmniejszenia ryzyka halucynacji argumentacyjnych.

Ten eksperyment głęboko redefiniuje samą koncepcję laboratorium badawczego, co oznacza przejście od sztucznej inteligencji, która miała być jedynie narzędziem reagowania, do prawdziwy system eksploracji naukowej.

Gdyby ten paradygmat przemysłowy rozszerzyć na biologię, chemię lub projektowanie materiałów, globalną konkurencję mierzyłoby się zdolnością do organizowania legionów sztucznych agentów, a nie wyłącznie mocą pojedynczego modelu.

Taki scenariusz wymaga pilnych przemyśleń nad koncentracja zasobów obliczeniowych i przyszłe zarządzanie nauką, co rodzi poważne pytania o to, kto będzie sprawował kontrolę ekonomiczną nad odkryciami, skoro miliony wirtualnych podmiotów będą mogły jednocześnie badać największe tajemnice naszego wszechświata.

Oto trzy spostrzeżenia, które mogą Cię zainteresować:

GPT-5, sztuczna inteligencja, która zmienia zasady globalnej gry
Sztuczna inteligencja EPFL inspiruje mózg do przejrzystego myślenia
AiiDAlab wprowadza naukowe przepływy pracy do przeglądarek