OpenAI заявила, что ее системы автоматических рассуждений решили задачу о существовании и гладкости решений уравнений Навье — Стокса — одну из семи задач тысячелетия, утвержденных Математическим институтом Клэя в 2000 году. В случае подтверждения это станет лишь вторым случаем решения проблемы из данного списка за всю историю. Суть заявления: внутренняя модель OpenAI доказала, что полные трехмерные уравнения Навье — Стокса могут образовывать сингулярности и терять гладкость. Сообщается, что для этого использовался проприетарный движок, превосходящий недавно развернутую модель Astra.
Однако математический триумф тут же омрачился скандалом вокруг авторства. Тристан Бакмастер, математик из Нью-Йоркского университета (NYU), ранее опубликовал в Mastodon формальное доказательство распада решений в упрощенных условиях. Эта работа стала результатом почти года исследований с применением ИИ совместно с Левентом Альпоге из Anthropic, проводившихся на базе общедоступных фундаментальных моделей.
Вопросы к данным и атрибуции
Разгоревшийся спор смещает фокус внимания с чистой вычислительной мощности на происхождение исходных данных. Критики утверждают, что OpenAI использовала открытый академический задел Бакмастера и Альпоге без надлежащего указания авторства. В ходе брифинга для прессы Себастьен Бюбек, член технического штата OpenAI, признал, что лаборатория начала свой спринт после появления слухов о совместной работе исследователей из NYU и Anthropic.
Этот инцидент наглядно очерчивает границу между подлинным автономным мышлением модели и агрессивной ассимиляцией чужих данных. Когда рассуждающие модели синтезируют открытые академические гипотезы, отсутствие прозрачных трассировок вывода делает невозможным разделение оригинальной математической логики и прямого вывода из неуказанных препринтов.
Спор научных команд
Для руководителей корпораций, внедряющих передовые архитектуры, этот спор обнажает критические уязвимости в сфере интеллектуальной собственности и аудита. Закрытые R&D-пайплайны, которые поглощают академические наработки без проверяемой цепочки рассуждений и указания первоисточников, подвергают конечные бизнес-решения серьезным юридическим рискам и патентным претензиям. Пока ведущие ИИ-лаборатории не внедрят жесткий аудит обучающих данных и цепочек логического вывода, интеграция закрытых математических и алгоритмических открытий останется для бизнеса зоной повышенного комплаенс-риска.