88 ore, 10.000 agenti: OpenAI afferma di aver risolto Navier-Stokes, ma è già polemica

Questo primo thread non riguarda ancora le 88 ore, i 10.000 agenti o il modello interno di OpenAI. È dominato da un’altra incertezza: chi avrebbe realmente risolto il problema e in quale ordine?

@TimTeaFan evoca una voce concorrente riguardante Anthropic e il suo sistema Fable:

"Non circolavano voci secondo cui Anthropic lo avesse risolto con Fable?" @TimTeaFan

La risposta di @mark_k non dirime la questione:

"In questo momento è in corso una certa disputa o polemica." @mark_k

A una domanda simile sull’identità dell’autore o degli autori della soluzione, aggiunge:

"Attualmente non è del tutto chiaro chi lo abbia risolto esattamente. Forse entrambi congiuntamente." @mark_k

La discrepanza tra le due discussioni è al centro dell’attualità. Prima dell’annuncio di OpenAI, il dibattito verteva su una voce, Anthropic, la priorità e l’identità delle persone o dei laboratori coinvolti. Dopo questo annuncio, OpenAI trasforma la voce in una rivendicazione istituzionale corredata da dati quantitativi e dettagli tecnici, senza rispondere alle domande sulla paternità e sulla provenienza che la discussione di @mark_k aveva già sollevato.

L’annuncio stabilisce quindi un punto preciso: OpenAI è, in questa fase, l’unico soggetto a formulare una rivendicazione ufficiale dettagliata. Da solo, tuttavia, non risolve la questione della priorità scientifica.

Navier-Stokes, il problema dietro lo slogan

Le equazioni di Navier-Stokes sono fondamentali nella meccanica dei fluidi. Descrivono l’evoluzione di un fluido, come l’aria, l’acqua o un gas, mettendo in relazione diverse grandezze:

• la velocità del fluido, rappresentata da un campo che varia nello spazio e nel tempo;
• la pressione, che vincola e ridistribuisce il moto;
• la viscosità, ossia l’attrito interno del fluido;
• le forze esterne, come la gravità o altre azioni applicate;
• il vincolo di incomprimibilità, nel caso classico di un fluido incomprimibile.

In una formulazione semplificata, l’equazione della quantità di moto si esprime così:

[ \partial_t u + (u \cdot \nabla)u = -\nabla p + \nu \Delta u + f ]

Qui (u) rappresenta la velocità, (p) la pressione, (\nu) la viscosità e (f) le forze esterne. Per un fluido incomprimibile, si aggiunge generalmente la condizione (\nabla \cdot u = 0).

Questi pochi simboli condensano una dinamica estremamente complessa. Il termine non lineare ((u \cdot \nabla)u) esprime il fatto che il fluido trasporta la propria velocità. È una delle principali fonti di difficoltà: i moti a una determinata scala possono alimentare quelli di altre scale, deformarli e amplificarli.

La vera questione in dimensione 3: regolarità globale o singolarità?

Il problema del Millennio non chiede semplicemente se sia possibile simulare un flusso. Pone una questione di regolarità globale in dimensione 3.

A partire da dati iniziali sufficientemente regolari, è possibile dimostrare che la soluzione rimane regolare per ogni tempo? Oppure può formare una singolarità in un tempo finito, fenomeno spesso chiamato blow-up?

Una singolarità non significa necessariamente che un fluido reale «esploda» fisicamente. Nell’analisi matematica, significa che alcune grandezze associate alla soluzione cessano di essere controllabili nell’ambito di regolarità richiesto. Le derivate della velocità possono, per esempio, diventare infinite o perdere le proprietà necessarie per prolungare una soluzione regolare.

La difficoltà può essere riassunta così:

1. I dati iniziali sono regolari.
2. La viscosità tende a smorzare le strutture più piccole e a dissipare l’energia.
3. Ma la non linearità può concentrare l’attività su scale sempre più fini.
4. Occorre dimostrare che la dissipazione prevale sempre, oppure costruire un caso in cui non sia sufficiente.

È questo controllo globale tra concentrazione non lineare e dissipazione viscosa a resistere da quasi nove decenni.

Perché equazioni così compatte resistono da tanto tempo?

Le equazioni sono brevi. La turbolenza no.

In un flusso turbolento, le strutture di grandi dimensioni trasferiscono energia verso strutture più piccole. I vortici interagiscono, si deformano, si frammentano e si ricombinano. Questa cascata di scale rende le stime analitiche particolarmente delicate.

I matematici dispongono già di risultati fondamentali. Sanno in particolare costruire soluzioni deboli in contesti generali e ottenere risultati più forti in determinate dimensioni, per alcuni regimi o per intervalli di tempo limitati. Ma il problema aperto riguarda la garanzia universale di una regolarità liscia in tre dimensioni, a partire da dati iniziali lisci.

Per questo motivo, un’eventuale soluzione avrebbe un’importanza enorme. Non consisterebbe semplicemente nell’aver calcolato «meglio» una simulazione, ma nell’aver risolto un’alternativa fondamentale sul possibile comportamento di queste equazioni.

Premio del Millennio per Navier-Stokes: cosa richiederebbe una convalida

Un annuncio, anche ufficiale, non è sufficiente per risolvere formalmente uno dei problemi del Millennio. La dimostrazione dovrebbe essere resa accessibile in una forma sufficientemente completa da consentire un esame approfondito da parte di esperti indipendenti.

Ciò implica in particolare:

• la pubblicazione del testo integrale della dimostrazione e delle relative ipotesi;
• la possibilità di verificare ogni lemma, ogni stima e ogni dipendenza logica;
• l’esame critico da parte di specialisti di equazioni alle derivate parziali e di analisi armonica;
• la risoluzione delle eventuali obiezioni sollevate durante questa valutazione;
• un periodo di tempo sufficiente per stabilire che il risultato sia accettato dalla comunità matematica.

Il Clay Mathematics Institute applica criteri propri per riconoscere ufficialmente una soluzione a uno dei suoi problemi del Millennio. Una dimostrazione deve in particolare essere pubblicata in una sede qualificata, ottenere un’accettazione generale all’interno della comunità interessata e quindi superare un periodo di verifica.

Allo stato attuale, il post di OpenAI non fornisce né una dimostrazione pubblicata, né una revisione tra pari, né una convalida indipendente. Annuncia un risultato rivendicato, il cui riconoscimento matematico resta ancora interamente da stabilire.

Una dimostrazione corretta non fornirebbe previsioni meteorologiche perfette

Una delle reazioni più intuitive, ma fuorvianti, consiste nel collegare direttamente Navier-Stokes alla previsione esatta del tempo.

"Finalmente saprò con certezza se domani pioverà a Londra oppure no" @ChShersh

Questa conclusione non deriva dall’annuncio. Risolvere il problema teorico della regolarità non produrrebbe improvvisamente previsioni meteorologiche perfette.

Le previsioni atmosferiche dipendono in particolare:

• da misurazioni iniziali incomplete e affette da rumore;
• da modelli accoppiati che includono l’umidità, le nuvole, la radiazione e le interazioni tra il suolo e l’atmosfera;
• da parametrizzazioni fisiche;
• da calcoli numerici necessariamente discreti;
• dalla sensibilità alle condizioni iniziali tipica dei sistemi caotici.

Una dimostrazione di regolarità, qualora venisse stabilita, chiarirebbe la struttura matematica delle equazioni. Sarebbe un risultato considerevole. Ma non eliminerebbe né le incertezze di misurazione, né gli errori di modellizzazione, né i limiti operativi di calcolo.

Allo stesso modo, non trasformerebbe istantaneamente l’ingegneria aeronautica, navale o energetica. Questi ambiti utilizzano già Navier-Stokes sulla base di ipotesi specifiche, con simulazioni, modelli di turbolenza e calibrazioni sperimentali. Un progresso teorico può arricchire gli strumenti nel lungo periodo, ma non si trasforma automaticamente in un prodotto industriale.

Il riconoscimento scientifico, punto cieco del post principale

La reazione più articolata sotto l’annuncio non mette in discussione soltanto il ruolo dell’IA. Riguarda anche la visibilità concessa ai ricercatori umani potenzialmente all’origine di elementi decisivi.

@Quasilocal formula la critica in modo diretto:

"Ok, ma non sarebbe il caso di menzionare Tristan Buckmaster e Levent Alpöge nel tweet vero e proprio in cui rivendicate il merito, anziché in un quote-tweet separato e non collegato a questo?" @Quasilocal

La critica è precisa. Non riguarda soltanto la presunta esistenza di una menzione altrove. Punta il dito contro l’assenza di Tristan Buckmaster e Levent Alpöge nel messaggio che rivendica pubblicamente il risultato.

OpenAI non ha risposto pubblicamente a questa osservazione nel thread. @calebcterry, invece, amplia questa richiesta di riconoscimento ricollocando il risultato all’interno di una genealogia matematica più lunga:

"Dopo aver fatto ulteriori ricerche sull’argomento, penso che valga la pena menzionare anche il contributo umano. Da quanto ho capito, tutto questo è nato da anni di lavoro di Diego Córdoba e Luis Martínez-Zoroa per sviluppare l’approccio sottostante; in seguito Tristan Buckmaster e Levent Alpöge hanno utilizzato gli LLM per far progredire molto di più quella ricerca e, alla fine, formalizzare e verificare il risultato." @calebcterry

Questa affermazione deve essere letta per ciò che è: un’interpretazione riportata da @calebcterry nel thread, e non una ripartizione definitivamente stabilita da una pubblicazione accademica qui riprodotta. Solleva nondimeno la domanda giusta: a chi e a che cosa va attribuito il merito quando un sistema di agenti produce una dimostrazione a partire da approcci, intuizioni, formulazioni e lavori preesistenti?

@X_is_Arbitrary ne trae una conclusione più netta:

"Questa sembra una mossa azzardata. Se ciò che affermano i matematici è vero, allora non fa che rafforzare la tesi secondo cui l’IA è incapace di produrre idee nuove. Ha avuto bisogno che due matematici brillanti le dicessero come risolvere il problema." @X_is_Arbitrary

Questa interpretazione non è dimostrata dagli elementi pubblicamente disponibili. È impossibile, sulla base del thread, attribuire con precisione l’invenzione a Diego Córdoba, Luis Martínez-Zoroa, Buckmaster, Alpöge, agli strumenti LLM utilizzati da questi ricercatori e agli agenti di OpenAI. Ma la continuità tra i precedenti lavori umani e il risultato rivendicato dagli agenti costituisce una questione centrale, non un semplice dettaglio di comunicazione.

Il post principale di OpenAI non attribuisce alcun merito a ricercatori umani indicandoli per nome, mentre le risposte fanno di questa assenza il principale motivo di controversia pubblica.

Sessioni Codex: un’accusa grave, non comprovata

La controversia supera una soglia più grave con gli interrogativi su eventuali sessioni Codex associate ai ricercatori.

@Mmorgan_ML chiede:

"Avete usato oppure no le sessioni Codex di Buckmaster & Alpöge per l’addestramento?" @Mmorgan_ML

@melqartvantyrus pone sostanzialmente la stessa domanda. @ArtemR si spinge oltre rilanciando l’accusa di un possibile furto di ricerche:

"Ma OpenAI ha barato rubando la ricerca?" @ArtemR

È essenziale distinguere i fatti dai sospetti. Questi messaggi mostrano che l’accusa circola. Non dimostrano che sessioni Codex, appunti, dati privati o lavori di Buckmaster e Alpöge siano stati utilizzati impropriamente da OpenAI.

Negli scambi riportati non figurano alcuna risposta di OpenAI, alcuna precisazione tecnica sui dati di addestramento pertinenti né alcun elemento di conferma. Non è riportato neppure il contenuto dell’articolo esterno citato da @ArtemR.

Allo stato attuale, l’ipotesi di un uso improprio delle sessioni Codex è un’accusa non confermata. La questione della provenienza dei dati e dei lavori merita tuttavia una risposta fattuale, pubblica e verificabile.

Questa questione è distinta, sebbene correlata, dalla critica relativa alla natura chiusa del sistema. Anche in assenza di illeciti accertati riguardo ai dati, un laboratorio che dispone di un modello interno più potente degli strumenti pubblici crea un’importante asimmetria nella ricerca.

Cosa rivela questo annuncio sullo stato dell’arte

L’elemento più innovativo dell’annuncio OpenAI Navier-Stokes non è soltanto la parola «soluzione». È il sistema rivendicato: circa 10.000 agenti IA coordinati, per 88 ore, attorno a un modello interno di OpenAI presentato come più capace di GPT-6 Astra.

Questa configurazione suggerisce una possibile svolta nell’organizzazione della ricerca matematica. Anziché un assistente conversazionale isolato, OpenAI descrive un sistema collettivo in grado di distribuire i compiti tra sottoproblemi, verifiche, tentativi di dimostrazione, ricerca di controesempi e sintesi.

Ma l’industrializzazione della scoperta solleva una questione di governance. @CircumjovialLLC la formula senza mezzi termini:

"Non è accettabile usare modelli privati addestrati sul corpus matematico dell’umanità per risolvere problemi aperti, quando questi modelli sono molto più capaci di quelli che avete reso disponibili e non sono accessibili a tutti i ricercatori. Questo è feudalesimo tecnologico, che conduce alla tirannia intellettuale." @CircumjovialLLC

Nessuna risposta di OpenAI affronta per il momento la pubblicazione del modello, dei suoi pesi, del suo costo computazionale, della sua impronta energetica o di un eventuale accesso accademico. @Adamlags chiede esplicitamente il costo dell’esperimento, mentre @alono88 domanda, con umorismo, quale sia stato il costo in token. Queste domande restano senza risposta.

La critica all’accesso chiuso non dimostra quindi una condotta scorretta. Solleva un problema strutturale: come può la comunità riprodurre, sottoporre ad audit o contestare una scoperta prodotta con un modello e un’infrastruttura ai quali non ha accesso?

Cosa bisogna ricordare e cosa resta da accertare

L’annuncio di OpenAI è potenzialmente storico. Il laboratorio rivendica una soluzione al problema di Navier-Stokes ottenuta in 88 ore da circa 10.000 agenti IA coordinati, con un modello interno presentato come più potente di GPT-6 Astra. Si tratta di una rivendicazione ufficiale dettagliata, mentre il precedente thread di @mark_k riportava soltanto una voce e una confusione sui possibili autori.

Ma restano aperte diverse questioni decisive:

1. Dove si trova il testo completo della dimostrazione di Navier-Stokes?
2. Quali esperti indipendenti l’hanno esaminata?
3. Soddisfa esattamente i criteri del problema del Premio del Millennio?
4. Quale ruolo preciso hanno svolto gli agenti: invenzione, esplorazione, redazione, formalizzazione o verifica?
5. In che modo OpenAI attribuirà i contributi di Córdoba, Martínez-Zoroa, Buckmaster, Alpöge e di eventuali altri ricercatori?
6. Quali dati e materiali sono stati utilizzati per addestrare o orientare il modello interno?
7. Gli interrogativi sulle sessioni Codex riceveranno una risposta pubblica, tecnica e verificabile?
8. Quale accesso avrà la comunità scientifica ai risultati, ai metodi e alle condizioni di calcolo?

La vera linea di frattura non contrappone semplicemente gli esseri umani agli agenti di IA. Contrappone un’affermazione eclatante all’esigenza scientifica di verifica, riproducibilità e giusta attribuzione dei meriti. OpenAI ha fornito dati numerici e descritto un metodo. Il thread ricorda tutto ciò che questi dati non consentono ancora di stabilire.