10 000 agentów AI: dowód Naviera-Stokesa w zaledwie 88 godzin

OpenAI ogłosiło, że rozwiązało jeden z najtrudniejszych problemów matematycznych na świecie, który pozostawał bez odpowiedzi przez prawie dziewięćdziesiąt lat. Dowód Naviera-Stokesa przedstawiony przez firmę ChatGPT dotyczy jednego z siedmiu problemów Millennium Prize Problems skatalogowanych przez Clay Mathematics Institute i został opracowany przez wewnętrzny system AI, który jest potężniejszy od modelu GPT-6 Astra. Około 10 000 agentów sztucznej inteligencji pracowało równolegle, osiągając rozwiązanie w zaledwie 88 godzin.

Podsumowanie

• Kluczowe punkty
• Problem Naviera-Stokesa i dlaczego jest ważny
  • Wynik: osobliwość w ruchu cieczy
• Jak działał system wieloagentowy
• Zarzuty Buckmastera i odpowiedź OpenAI
• Dlaczego to ma znaczenie i co się teraz zmienia
• FAQ
  • Czym jest problem istnienia i regularności Naviera-Stokesa?
  • Jak system AI OpenAI rozwiązał problem?
  • Co dowodzi rozwiązanie na temat ruchu cieczy?

Kluczowe punkty {#Kluczowe_punkty}

• OpenAI opracowało dowód matematyczny, który rozwiązuje problem istnienia i regularności równań Naviera-Stokesa.
• System wieloagentowy składający się z około 10 000 konkurencyjnych agentów AI osiągnął rozwiązanie w 88 godzin, przetwarzając 130 miliardów tokenów i wymieniając 2,7 miliona wiadomości.
• Dowód został sformalizowany w Lean i zweryfikowany z GPT-6 Astra w dodatkowe 17 godzin.
• Rozwiązanie pokazuje, że ruch cieczy może generować osobliwość w skończonym czasie, mimo że lepkość ma tendencję do wygładzania ruchu.
• Matematyka Tristan Buckmaster (NYU) oskarżył OpenAI o przyspieszenie prac po tym, jak dowiedział się o możliwym równoległym rozwiązaniu jego i badacza z Anthropic; OpenAI zaprzeczyło, że korzystało z ich danych.

Problem Naviera-Stokesa i dlaczego jest ważny {#Problem_Naviera-Stokesa_i_dlaczego_jest_ważny}

Równania Naviera-Stokesa opisują, jak poruszają się ciecze, traktując je jako medium ciągłe, a nie jako zbiór pojedynczych cząsteczek. Stanowią one podstawę projektowania lotniczego, prognozowania pogody i badań nad przepływem krwi. Otwarte pytanie od prawie wieku brzmiało, czy ten model ciągły może "pęknąć": czy, innymi słowy, ciecz początkowo w ruchu regularnym może rozwinąć prędkość, która rośnie bez ograniczeń w skończonym czasie, mimo że lepkość ma tendencję do wygładzania ruchu.

Równania sięgają prac Claude'a-Louisa Naviera i George'a Gabriela Stokesa z XIX wieku. W 1934 roku Jean Leray udowodnił, że istnieją rozwiązania w sensie uogólnionym, ale kwestia ich regularności pozostawała otwarta. W 2000 roku Clay Mathematics Institute umieściło problem wśród siedmiu problemów Millennium Prize Problems, z nagrodą w wysokości miliona dolarów dla tego, kto go rozwiąże.

Wynik: osobliwość w ruchu cieczy {#Wynik_osobliwość_w_ruchu_cieczy}

System OpenAI wyprodukował dowód analityczny, który pokazuje, jak ciecz początkowo nieruchoma i regularna, poddana równie regularnej sile, może rozwinąć osobliwość w skończonym czasie, zachowując jednocześnie skończoną energię przez całą dynamikę. Rozwiązanie problemu Millennium zidentyfikowane to wir, który zwija się do wewnątrz, stopniowo wydłużając się jak spirala spaghetti: centralny obszar zwęża się, gdy przyspiesza, tak aby energia pozostała skończona, jak wymaga tego prawo fizyki.

Wyzwanie techniczne nie było trywialne: równania musiały same generować pęknięcie, bez sztucznego wprowadzania nieskończonej siły przez badaczy. Terminy opisujące przyspieszenie, gradient ciśnienia, transfer pędu i lepkość musiały rosnąć i jednocześnie precyzyjnie się znosić, pozostawiając regularną siłę zewnętrzną, nawet gdy prędkość cieczy rosła bez ograniczeń.

Jak działał system wieloagentowy {#Jak_działał_system_wieloagentowy}

Za demonstracją wieloagentową stoi system skoordynowanych agentów zasilany modelem wewnętrznym, który był szkolony od 28 sierpnia i wciąż jest w fazie treningu. Agenci mieli dostęp do wersji cache internetu i mogli wykonywać kod, podzieleni na grupy zdolne do komunikacji wewnętrznej. Grupa, która rozwiązała równania Naviera-Stokesa, liczyła około 10 000 konkurencyjnych agentów.

OpenAI uruchomiło inicjatywę 1 września, po usłyszeniu plotek, że dwa problemy Millennium Prize mogą zostać rozwiązane gdzie indziej. Następnie przetestowano swój model na wszystkich otwartych problemach, proponując różnym grupom agentów różne warianty sformułowania: wersje "A" i "B" miały prowadzić do dowodu, a wersje "C" i "D" do obalenia. Agenci przypadkowo rozwiązali również prostszą wersję związaną z równaniami Eulera, co skierowało zasoby na główny problem.

Agenci dotarli do rozwiązania w sobotę 5 września, około 88 godzin po uruchomieniu pierwszych agentów. Dowód matematyczny AI został następnie sformalizowany w języku Lean i zweryfikowany przez GPT-6 Astra w ciągu kolejnych 17 godzin. Tylko dla równania Naviera-Stokesa system wymienił 2,7 miliona wiadomości i wygenerował około 130 miliardów tokenów w wynikach.

Zarzuty Buckmastera i odpowiedź OpenAI {#Zarzuty_Buckmastera_i_odpowiedź_OpenAI}

Ogłoszenie szybko wplątało się w kontrowersje. Tristan Buckmaster, profesor na Uniwersytecie Nowojorskim, stwierdził, że OpenAI przyspieszyło swoją pracę po tym, jak dowiedziało się, że on i badacz z Anthropic byli bliscy ogłoszenia swojego odkrycia. Buckmaster dodał delikatny szczegół: prace pary były przechowywane w modelu Codex OpenAI, używanym do pisania kodu, i mogły być potencjalnie widoczne dla wewnętrznego zespołu. Na swojej stronie napisał, że nie wie, co zrobił model OpenAI ani czy jego dane zostały wykorzystane, nie oskarżając jednak nikogo bezpośrednio.

Podczas briefingu z prasą, badacz OpenAI Sebastien Bubeck zaprzeczył, że firma wykorzystała prace pary lub miała dostęp do materiałów udostępnionych na serwerach OpenAI. W swoim ogłoszeniu OpenAI przyznało jednak, że nie może całkowicie wykluczyć, że zanonimizowane dane pochodzące z używania swoich produktów przez Alpöge i Buckmaster mogły wpłynąć na poprawę modeli. Firma podkreśliła jednak, że dwa dowody są zasadniczo różne, ponieważ dotyczą różnych wariantów problemu: Buckmaster i Alpöge pracowali nad wymuszonymi równaniami Eulera, podczas gdy agenci OpenAI rozwiązali wersję niewymuszoną.

Dlaczego to ważne i co się teraz zmienia {#Dlaczego_to_ważne_i_co_się_teraz_zmienia}

To zdanie wykracza poza czystą matematykę: wskazuje, jak modele AI, zasilane ogromnymi ilościami mocy obliczeniowej, wkraczają w obszary badań naukowych, które do niedawna były uważane za wyłącznie domenę pracy ludzkiej.

Dla świata akademickiego i inwestorów w sektorze AI sprawa stawia dwa odrębne, ale powiązane pytania. Z jednej strony jest rzeczywisty zasięg naukowy wyniku, który wymaga niezależnej weryfikacji przez społeczność matematyczną. Z drugiej strony jest kwestia pochodzenia danych i konkurencji między laboratoriami, co komplikuje interpretację tego, kto naprawdę przyczynił się do czego.

FAQ {#FAQ}

Czym jest problem istnienia i regularności równania Naviera-Stokesa? {#Czym_jest_problem_istnienia_i_regularności_równania_Naviera-Stokesa}

To fundamentalne pytanie, które wciąż pozostaje otwarte: czy równania Naviera-Stokesa dla trójwymiarowego, nieściśliwego płynu mogą rozwijać osobliwości w skończonym czasie, mimo obecności lepkości.

Jak problem rozwiązał system AI OpenAI? {#Jak_problem_rozwiązał_system_AI_OpenAI}

OpenAI użył systemu wieloagentowego składającego się z około 10 000 konkurencyjnych agentów AI, koordynowanych przez około 88 godzin, co doprowadziło do dowodu, który następnie został sformalizowany w Lean i zweryfikowany z GPT-6 Astra.

Co dowodzi rozwiązanie dotyczące ruchu płynów? {#Co_dowodzi_rozwiązanie_dotyczące_ruchu_płynów}

Rozwiązanie pokazuje, że prędkości płynu mogą rosnąć bez ograniczeń w skończonym czasie, tworząc osobliwość, podczas gdy całkowita energia pozostaje skończona: sygnał o złamaniu ciągłej aproksymacji płynu.

Treść stworzona z pomocą sztucznej inteligencji i z redakcją ludzką.