88 timmar, 10 000 agenter: OpenAI säger sig ha löst Navier, Stokes, och det börjar redan gå snett

Denna första tråd handlar ännu inte om de 88 timmarna, de 10 000 agenterna eller OpenAI:s interna modell. Den domineras av en annan osäkerhet: vem som faktiskt skulle ha löst problemet och i vilken ordning?

@TimTeaFan tar upp ett konkurrerande rykte kring Anthropic och dess system Fable:

"Fanns det inte rykten om att Anthropic hade löst det med Fable?" @TimTeaFan

Svaret från @mark_k ger inget entydigt besked:

"Det pågår just nu en del oenighet eller dramatik." @mark_k

På en liknande fråga om vem eller vilka som står bakom lösningen tillägger han:

"För närvarande är det lite oklart vem som faktiskt löste det. Kanske gjorde båda det gemensamt." @mark_k

Skillnaden mellan de två trådarna står i centrum för det aktuella händelseförloppet. Före OpenAI:s tillkännagivande kretsade debatten kring ett rykte, Anthropic, prioritet och identiteten på de personer eller laboratorier som var inblandade. Efter tillkännagivandet omvandlar OpenAI ryktet till ett kvantifierat och tekniskt underbyggt institutionellt anspråk, utan att besvara de frågor om upphov och ursprung som redan hade lyfts i @mark_k:s tråd.

Tillkännagivandet slår därmed fast en specifik sak: OpenAI är i detta skede den enda aktören som framför ett detaljerat officiellt anspråk. Det avgör dock inte i sig frågan om vetenskaplig prioritet.

Navier: Stokes, problemet bakom slagordet

Navier: Stokes-ekvationerna är grundläggande inom strömningsmekaniken. De beskriver hur en fluid, såsom luft, vatten eller en gas, utvecklas genom att koppla samman flera storheter:

• fluidens hastighet, representerad av ett fält som varierar i rum och tid;
• trycket, som begränsar och omfördelar rörelsen;
• viskositeten, det vill säga fluidens inre friktion;
• yttre krafter, såsom gravitation eller annan yttre påverkan;
• inkompressibilitetsvillkoret, i det klassiska fallet med en inkompressibel fluid.

I förenklad form uttrycks rörelsemängdsekvationen så här:

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

Här representerar (u) hastigheten, (p) trycket, (\nu) viskositeten och (f) de yttre krafterna. För en inkompressibel fluid lägger man vanligen till villkoret (\nabla \cdot u = 0).

Dessa få symboler sammanfattar en ytterst komplex dynamik. Den icke-linjära termen ((u \cdot \nabla)u) uttrycker att fluiden transporterar sin egen hastighet. Detta är en av de främsta orsakerna till svårigheten: rörelser på en skala kan driva rörelser på andra skalor samt deformera och förstärka dem.

Den verkliga frågan i tre dimensioner: global regularitet eller singularitet?

Millennieproblemet handlar inte bara om huruvida det går att simulera ett flöde. Det ställer en fråga om global regularitet i tre dimensioner.

Kan man, med tillräckligt jämna begynnelsedata, bevisa att lösningen förblir jämn för all framtid? Eller kan den utveckla en singularitet inom ändlig tid, ett fenomen som ofta kallas blow-up?

En singularitet innebär inte nödvändigtvis att en verklig fluid fysiskt ”exploderar”. Inom matematisk analys betyder det att vissa storheter som hör samman med lösningen inte längre kan kontrolleras inom det regularitetsramverk som krävs. Hastighetens derivator kan exempelvis bli oändliga eller förlora de egenskaper som krävs för att fortsätta en jämn lösning.

Svårigheten kan sammanfattas så här:

1. Begynnelsedata är reguljära.
2. Viskositeten tenderar att dämpa små strukturer och dissipera energi.
3. Men icke-linjäriteten kan koncentrera aktiviteten till allt finare skalor.
4. Man måste bevisa att dissipationen alltid tar överhanden eller konstruera ett fall där den inte räcker till.

Det är denna globala kontroll över samspelet mellan icke-linjär koncentration och viskös dissipation som har stått emot lösningsförsök i nästan nio decennier.

Varför har så kompakta ekvationer stått emot så länge?

Ekvationerna är korta. Turbulensen är det inte.

I ett turbulent flöde överför storskaliga strukturer energi till mindre strukturer. Virvlar interagerar, deformeras, fragmenteras och kombineras på nytt. Denna skalkaskad gör analytiska uppskattningar särskilt svåra.

Matematiker har redan tillgång till grundläggande resultat. De kan bland annat konstruera svaga lösningar inom allmänna ramverk och uppnå starkare resultat i vissa dimensioner, för vissa regimer eller under begränsade tidsperioder. Men det öppna problemet gäller en universell garanti för jämn regularitet i tre dimensioner, med utgångspunkt i jämna begynnelsedata.

Därför skulle en eventuell lösning vara av avgörande betydelse. Den skulle inte bara innebära att man har ”beräknat” en simulering bättre, utan att man har avgjort ett fundamentalt alternativ för dessa ekvationers möjliga beteende.

Navier: Stokes millenniepris: vad en validering skulle kräva

Ett tillkännagivande, även ett officiellt sådant, räcker inte för att formellt lösa ett av millennieproblemen. Beviset måste göras tillgängligt i en tillräckligt fullständig form för att möjliggöra en grundlig granskning av oberoende experter.

Detta innebär bland annat:

• publicering av bevisets fullständiga text och dess antaganden;
• möjlighet att verifiera varje lemma, varje uppskattning och varje logiskt beroende;
• kritisk granskning av specialister inom partiella differentialekvationer och harmonisk analys;
• hantering av eventuella invändningar som framförs under denna utvärdering;
• tillräckligt med tid för att fastställa att resultatet är accepterat av matematiksamfundet.

Clay Mathematics Institute tillämpar sina egna kriterier för att officiellt erkänna en lösning på ett av sina millennieproblem. Ett bevis måste bland annat publiceras i en kvalificerad publikation, bli allmänt accepterat inom det berörda forskarsamfundet och därefter klara en granskningsperiod.

I nuläget innehåller OpenAI:s inlägg varken något publicerat bevis, någon sakkunniggranskning eller någon oberoende validering. Det tillkännager ett påstått resultat vars matematiska erkännande helt återstår att fastställa.

Ett korrekt bevis skulle inte ge perfekta väderprognoser

En av de mest intuitiva, men missvisande, reaktionerna är att direkt koppla Navier: Stokes till exakta väderprognoser.

"Äntligen kommer jag att veta säkert om det ska regna i London i morgon eller inte" @ChShersh

Den slutsatsen följer inte av tillkännagivandet. Att lösa det teoretiska regularitetsproblemet skulle inte plötsligt ge perfekta väderprognoser.

Atmosfäriska prognoser är bland annat beroende av:

• ofullständiga och brusiga initiala mätningar;
• kopplade modeller som omfattar luftfuktighet, moln, strålning och samspelet mellan marken och atmosfären;
• fysikaliska parametriseringar;
• numeriska beräkningar som med nödvändighet är diskreta;
• den känslighet för begynnelsevillkor som är typisk för kaotiska system.

Ett regularitetsbevis skulle, om det fastställdes, klargöra ekvationernas matematiska struktur. Det vore en betydande bedrift. Men det skulle varken undanröja mätosäkerheter, modelleringsfel eller beräkningarnas praktiska begränsningar.

På samma sätt skulle det inte omedelbart omvandla flyg-, marin- eller energitekniken. Dessa områden använder redan Navier: Stokes under specifika antaganden, med simuleringar, turbulensmodeller och experimentella kalibreringar. Ett teoretiskt framsteg kan berika verktygen på lång sikt, men det blir inte automatiskt en industriell produkt.

Vetenskapligt erkännande, huvudinläggets blinda fläck

Den mest välstrukturerade reaktionen under tillkännagivandet ifrågasätter inte enbart AI:s roll. Den handlar också om den synlighet som ges åt de mänskliga forskare som potentiellt ligger bakom avgörande delar.

@Quasilocal formulerar invändningen direkt:

"Okej, men borde ni inte nämna Tristan Buckmaster och Levent Alpöge i själva tweeten där ni tar åt er äran, i stället för i en separat citattweet som det inte länkas till från den här?" @Quasilocal

Kritiken är specifik. Den gäller inte bara det faktum att de påstås ha nämnts någon annanstans. Den riktar sig mot att Tristan Buckmaster och Levent Alpöge saknas i det meddelande som offentligt gör anspråk på resultatet.

OpenAI har inte svarat offentligt på denna invändning i tråden. Däremot vidareutvecklar @calebcterry kravet på erkännande genom att placera resultatet i en längre matematisk utvecklingslinje:

"Efter att ha undersökt detta närmare tycker jag att även det mänskliga bidraget är värt att nämna. Som jag förstår det växte detta fram ur flera års arbete av Diego Córdoba och Luis Martínez-Zoroa med att utveckla det underliggande angreppssättet, varefter Tristan Buckmaster och Levent Alpöge använde LLM:er för att driva forskningen mycket längre och till slut formalisera och verifiera resultatet." @calebcterry

Detta påstående bör läsas för vad det är: en tolkning som @calebcterry återger i tråden, inte en definitivt fastställd fördelning som beläggs av en akademisk publikation återgiven här. Det väcker ändå den relevanta frågan: vem eller vad bör tillskrivas äran när ett agentsystem tar fram ett bevis utifrån befintliga angreppssätt, intuitioner, formuleringar och arbeten?

@X_is_Arbitrary drar en mer tillspetsad slutsats:

"Det här verkar djärvt. Om det matematikerna påstår är sant stärker det bara uppfattningen att AI är oförmögen till nya idéer. Den behövde två briljanta matematiker som talade om för den hur problemet skulle lösas." @X_is_Arbitrary

Denna tolkning stöds inte av tillgängliga offentliga uppgifter. Det är omöjligt att utifrån tråden exakt fördela uppfinningen mellan Diego Córdoba, Luis Martínez-Zoroa, Buckmaster, Alpöge, de LLM-verktyg som dessa forskare använde och OpenAI:s agenter. Men kontinuiteten mellan tidigare mänsklig forskning och det resultat som agenterna hävdar utgör en central fråga, inte bara en detalj i kommunikationen.

OpenAI:s huvudinlägg namnger inte någon mänsklig forskare, medan svaren gör just denna frånvaro till den huvudsakliga offentliga stridsfrågan.

Codex-sessioner: en allvarlig anklagelse som inte har styrkts

Kontroversen blir allvarligare genom frågor om eventuella Codex-sessioner kopplade till forskarna.

@Mmorgan_ML frågar:

"Tränade ni eller tränade ni inte på Buckmasters och Alpöges Codex-sessioner?" @Mmorgan_ML

@melqartvantyrus ställer i huvudsak samma fråga. @ArtemR går längre genom att vidarebefordra anklagelsen om en möjlig stöld av forskning:

"Men fuskade OpenAI genom att stjäla forskningen?" @ArtemR

Det är viktigt att skilja fakta från misstankar. Dessa meddelanden visar att anklagelsen cirkulerar. De bevisar inte att Codex-sessioner, anteckningar, privata data eller arbeten av Buckmaster och Alpöge har använts otillbörligt av OpenAI.

Det finns inget svar från OpenAI, inga tekniska uppgifter om relevanta träningsdata och inga belägg som bekräftar detta i de återgivna diskussionerna. Innehållet i den externa artikel som @ArtemR hänvisar till återges inte heller.

I nuläget är hypotesen om otillbörlig användning av Codex-sessioner en obekräftad anklagelse. Frågan om datas och arbetens ursprung förtjänar dock ett faktabaserat, offentligt och verifierbart svar.

Denna fråga är skild från, även om den är kopplad till, kritiken mot systemets slutna karaktär. Även om inget felaktigt agerande kring data har fastställts skapar ett laboratorium som förfogar över en intern modell som är kraftfullare än de offentliga verktygen en betydande asymmetri inom forskningen.

Vad detta tillkännagivande säger om teknikens framkant

Det mest nyskapande i tillkännagivandet OpenAI Navier-Stokes är inte enbart ordet ”lösning”. Det är det upplägg som uppges ha använts: omkring 10 000 samordnade AI-agenter under 88 timmar, baserat på en intern OpenAI-modell som uppges vara mer kapabel än GPT-6 Astra.

Denna konfiguration tyder på en möjlig förändring av hur matematisk forskning organiseras. I stället för en isolerad konversationsassistent beskriver OpenAI ett kollektivt system som kan fördela uppgifter mellan delproblem, verifieringar, bevisförsök, sökande efter motexempel och sammanställningar.

Men industrialiseringen av upptäckter väcker en styrningsfråga. @CircumjovialLLC uttrycker den utan omsvep:

"Det är inte okej att använda privata modeller som tränats på mänsklighetens samlade matematiska kunskap för att lösa öppna problem när dessa modeller är betydligt mer kapabla än det ni har släppt och inte är tillgängliga för alla forskare. Detta är teknisk feodalism som leder till intellektuell tyranni." @CircumjovialLLC

Inget svar från OpenAI behandlar för närvarande publiceringen av modellen, dess vikter, beräkningskostnaden, dess energiavtryck eller eventuell akademisk åtkomst. @Adamlags frågar uttryckligen om kostnaden för experimentet, medan @alono88 humoristiskt frågar om kostnaden i tokens. Dessa frågor förblir obesvarade.

Kritiken mot den slutna åtkomsten bevisar alltså inte något felaktigt agerande. Den pekar på ett strukturellt problem: hur kan forskarsamhället reproducera, granska eller ifrågasätta en upptäckt som har gjorts med en modell och en infrastruktur som det inte har tillgång till?

Vad man bör ta med sig och vad som återstår att fastställa

OpenAI:s tillkännagivande är potentiellt historiskt. Laboratoriet hävdar att en lösning på Navier-Stokes-problemet togs fram på 88 timmar av omkring 10 000 samordnade AI-agenter, med en intern modell som uppges vara kraftfullare än GPT-6 Astra. Det är ett detaljerat officiellt påstående, medan den tidigare tråden från @mark_k endast återgav ett rykte och en förvirring kring de möjliga upphovspersonerna.

Men flera avgörande frågor förblir öppna:

1. Var finns den fullständiga texten till Navier: Stokes-beviset?
2. Vilka oberoende experter har granskat det?
3. Uppfyller det exakt kriterierna för millennieprisproblemet?
4. Vilken specifik roll spelade agenterna: uppfinning, utforskning, författande, formalisering eller verifiering?
5. Hur kommer OpenAI att tillskriva Córdoba, Martínez-Zoroa, Buckmaster, Alpöge och eventuella andra forskare deras bidrag?
6. Vilka data och vilket material användes för att träna eller vägleda den interna modellen?
7. Kommer frågorna om Codex-sessionerna att få ett offentligt, tekniskt och verifierbart svar?
8. Vilken tillgång kommer forskarsamhället att få till resultaten, metoderna och beräkningsvillkoren?

Den verkliga skiljelinjen går inte bara mellan människor och AI-agenter. Den går mellan ett spektakulärt påstående och vetenskapens krav på verifiering, reproducerbarhet och rättvis tillskrivning. OpenAI har presenterat siffror och beskrivit en metod. Tråden påminner om allt som dessa siffror ännu inte gör det möjligt att avgöra.