W skrócie
- OpenAI wykorzystał 10 tysięcy autonomicznych agentów AI, aby w 88 godzin sformalizować dowód dla problemu Naviera-Stokesa, jednego z sześciu słynnych Problemów Milenijnych.
- Naukowcy Tristan Buckmaster i Levent Alpöge oskarżają giganta o wykorzystanie ich wcześniejszych prac prowadzonych w usłudze Codex bez odpowiedniego uznania autorstwa.
- Osiągnięcie to wywołało debatę nad przyszłością nauki w erze AGI, koncentrując się na nierównościach w dostępie do mocy obliczeniowej oraz ryzyku prywatyzacji wiedzy.
- Więcej podobnych informacji znajdziesz na stronie głównej serwisu, otwiera się w nowym oknie
Przełom w matematyce dzięki sztucznej inteligencji
Sformułowane blisko dwa wieki temu równania Naviera-Stokesa opisują ruch płynów i gazów, znajdując zastosowanie w konstrukcji samolotów czy prognozowaniu klimatu. Matematycy od dekad próbowali dowieść, czy te wzory działają w każdych warunkach, czy też istnieją sytuacje, w których dają bezsensowne rezultaty. OpenAI ogłosił tymczasem rozwiązanie tego problemu, wykazując przypadek załamania się równań. Wyczyn ten wymagał 88 godzin intensywnej pracy około 10 tysięcy autonomicznych agentów AI, co kosztowało miliony dolarów w mocy obliczeniowej.
Zgodnie z ogłoszeniem opublikowanym na platformie X przełom dotyczy jednego z sześciu słynnych Problemów Milenijnych, za których rozwiązanie Instytut Matematyczny Claya oferuje nagrodę w wysokości miliona dolarów. "Dzielimy się rozwiązaniem Problemu Milenijnego Naviera-Stokesa, jednego z najgłębszych wyzwań na granicy matematyki" - czytamy w komunikacie. Jeśli te ustalenia zostaną oficjalnie potwierdzone, będzie to pierwszy przypadek, w którym sztuczna inteligencja samodzielnie rozwikłała tak fundamentalny problem otwarty w matematyce.
Osiągnięcie wywołało jednak spór dotyczący praw autorskich do odkrycia. Badacze Tristan Buckmaster z New York University oraz Levent Alpöge powiązany z firmą Anthropic od miesięcy robili postępy nad tym samym zagadnieniem, korzystając z narzędzi programistycznych OpenAI i Anthropic. Zanim jednak zdołali opublikować swoje wyniki, OpenAI przeprowadził własny "zmasowany atak" obliczeniowy. Buckmaster kwestionuje niezależność wyników giganta AI, sugerując (nie wprost) dokonanie plagiatu. Firma zapewnia, że nie wykorzystała celowo pracy zewnętrznych naukowców. Kto ma rację?
Agenty OpenAI wykazały załamanie matematycznego modelu
Równania Naviera-Stokesa łączą prędkość i ciśnienie płynów, stosując zasady fizyki Newtona do ciągłego ośrodka. W trudnych warunkach interakcje te prowadzą do powstawania turbulencji i wirów, co czyni analizę niezwykle skomplikowaną. Do tej pory badacze nie byli w stanie udowodnić, że równania te zawsze gwarantują fizycznie gładkie i realistyczne rozwiązania w trójwymiarowej przestrzeni.
Agenty OpenAI wykazały, że równania mogą w określonych sytuacjach generować wyniki sprzeczne z dotychczasowymi założeniami fizyki. Autonomiczne oprogramowanie znalazło konkretne rozwiązanie, które w skończonym czasie przekształca się w wir osiągający nieskończoną prędkość. Ponieważ w świecie rzeczywistym żaden obiekt nie może poruszać się szybciej niż światło, dowodzi to teoretycznych ograniczeń samego modelu.
Odkrycie nie oznacza, że dotychczasowe modele teoretyczne są fundamentalnie błędne, lecz wskazuje na niepełność samych równań. Zakładają one bowiem ciągłość płynu, ignorując jego atomową strukturę. W skrajnych warunkach równania wykraczają poza zakres swojego zastosowania, co sygnalizuje konieczność uwzględnienia dodatkowych zmiennych.
Zobacz również:
AI osiągnęła w 88 godzin to, czego ludzie nie byli w stanie przez 200 lat
Do przeprowadzenia dowodu OpenAI wykorzystała wewnętrzny model nowej generacji, przewyższający możliwościami niedawno wydany, najpotężniejszy dostępny publicznie model GPT-6 Astra. Prace nad nim rozpoczęto pod koniec sierpnia po krótkiej przerwie w treningu, wymuszonej incydentem bezpieczeństwa z udziałem agentów AI.
"Rok temu wciąż sprawdzaliśmy, czy modele mogą konkurować z licealistami w olimpiadzie matematycznej" - wyjaśnił Jakub Pachocki, główny naukowiec w OpenAI, pochodzący z Polski. Dziś oprogramowanie w 88 godzin rozwiązuje problem, z którym najtęższe ludzkie umysły nie były sobie w stanie poradzić przez 200 lat. Zdaje się to potwierdzać niedawne słowa OpenAI o wkroczeniu w erę AGI.
Do podjęcia wyzwania skłoniły firmę krążące w sieci doniesienia o postępach konkurencji. "Tak jak wszyscy, widzieliśmy plotki na Twitterze, że Anthropic mógł rozwiązać dwa Problemy Milenijne. Pomyśleliśmy więc: skoro mamy tak silny model, dlaczego nie spróbować?" - opowiada Sébastien Bubeck z OpenAI. Po wstępnych próbach z prostszymi równaniami Eulera do pełnego problemu zaangażowano 10 tys. agentów, a sam dowód sformalizowano w języku Lean.
Skala operacji wymagała gigantycznych nakładów finansowych. Podczas gdy wcześniejsze eksperymenty kosztowały tysiące dolarów, ten projekt pochłonął miliony. "Gdyby ktoś chciał użyć narzędzi OpenAI po cenach detalicznych, kosztowałoby to około 6 milionów dolarów" - szacuje Karthik Duraisamy z University of Michigan, dodając, że bezpośredni koszt energii obliczeniowej dla samej firmy wyniósł około 1 miliona dolarów.
Spór o autorstwo odkrycia. Skąd AI wzięła dane?
Wspomniani badacze, Buckmaster i Alpöge, przez ostatni rok wykorzystywali narzędzia takie jak OpenAI Codex do analizy równań, uzyskując w sierpniu 2026 r. dowód dla równań Eulera. Gdy w sieci pojawiły się wieści o nadchodzącym ogłoszeniu OpenAI, Buckmaster wysłał do firmy wiadomość e-mail.
"Chciałbym również podkreślić, że nie jest to inicjatywa instytucjonalna. Jest to ściśle prywatna współpraca między nami dwoma... Płacę za narzędzia z własnych funduszy badawczych, w tym reguluję wysokie rachunki wobec OpenAI" - napisał Buckmaster w oświadczeniu.
Próby porozumienia szybko doprowadziły do konfliktu. Według Buckmastera OpenAI zaoferowało mu wyłączne autorstwo pod warunkiem usunięcia nazwiska Alpöge i przypisania zasług modelowi OpenAI. Badacz odmówił, obawiając się, że systemy OpenAI mogły mieć dostęp do ich prywatnych logów w usłudze Codex.
Zarząd spółki zaprzeczył tym zarzutom, choć w oficjalnym wpisie na blogu pozostawiono pewną furtkę. "Choć jest to mało prawdopodobne, nie możemy wykluczyć, że zanonimizowane dane pochodzące z użytkowania naszych produktów pomogły w ulepszeniu naszych modeli" - przyznaje OpenAI.
Wygląda na to, że "autonomia" (czyli "samodzielność") agentów AI niekoniecznie jest tym, na co to określenie mogłoby wskazywać. Oprogramowanie to nie działa w próżni i karmi się danymi z sieci czy książek, a potencjalnie także nieopublikowanymi nigdzie danymi z platform cyfrowych. W takich sytuacjach prawowici autorzy mogą być pominięci, a ich praca intelektualna - przywłaszczona przez algorytmy.
Niepewna przyszłość pracy naukowej w erze AGI
Opisana wyżej sytuacja budzi spory niepokój w środowisku akademickim, wywołując dyskusje nad nierównością w dostępie do mocy obliczeniowych. Większość niezależnych naukowców nie dysponuje budżetami pozwalającymi na prowadzenie badań tej skali, co OpenAI i inne laboratoria.
"Nie spodziewam się, by branża nadal wydawała miliony dolarów na rozwiązywanie problemów w matematyce, ponieważ nie ma w tym zysku" - uważa Michael Harris, matematyk z Columbia University. Wyraził on przy tym obawę, że promowanie takich sukcesów może sugerować, iż ludzka praca w matematyce staje się zbędna. I faktycznie, w erze AGI (ogólnej, silnej sztucznej inteligencji, która dorównuje lub przekracza ludzkie możliwości w praktycznie wszystkich domenach) może to tak wyglądać.
Z kolei przedstawiciele OpenAI uważają, że sukces ten otwiera nowe możliwości w bardziej praktycznych dziedzinach. "Jesteśmy teraz w stanie wydać miliony dolarów na problem, na którym naprawdę nam zależy i który ma kluczowe znaczenie: rozwijanie nowych materiałów, znajdowanie leków na choroby" - podsumowuje Sébastien Bubeck.
Można więc zakładać, że nauka będzie rozwijać się dalej, opierając się na sztucznej inteligencji dokonującej odkryć i rozwiązującej problemy zamiast ludzi. Z tym że niekoniecznie będzie się to odbywać po stronie publicznych instytucji naukowych, które zwyczajnie nie dysponują takimi środkami, jak sami twórcy tych narzędzi. Dochodzi do tego problem prywatyzacji wiedzy. Choć oczywiście ludzcy naukowcy opierają się na dokonaniach poprzedników, to w przypadku komercyjnych modeli AI granica między ogólnodostępnym dziedzictwem naukowym a zastrzeżonym własnością intelektualną ulega zatarciu.
Gdy przełomowe dowody czy hipotezy powstają w zamkniętych ekosystemach prywatnych korporacji korzystających z publicznych danych, dostęp do nich - oraz do samych metod ich tworzenia - może zostać skomercjalizowany i odcięty dla reszty świata. W efekcie fundamenty pod dalszy rozwój nauki (a potencjalnie także jej owoce) mogą przestać być wspólnym dobrem ludzkości, a stają się unikalną przewagą technologiczną i biznesową kilku najbogatszych firm.
Źródła:
- OpenAI. On the Navier-Stokes Millennium Prize Problem. OpenAI.com (2026).
- Zhao C., Cho A. How an AI math breakthrough ignited a controversy. Science (2026). DOI: 10.1126/science.z8pi0tt
