Timp de aproape două secole, ecuațiile Navier–Stokes au fost folosite pentru a descrie mișcarea fluidelor: apa care curge printr-o conductă, aerul din jurul aripii unui avion, sângele prin artere sau curenții atmosferici. Știm că ecuațiile funcționează extraordinar de bine în practică. Nu știam însă dacă matematica lor garantează că un fluid care pornește într-o stare perfect normală va continua să se comporte matematic normal pentru totdeauna.
Pe 8 septembrie 2026, OpenAI a anunțat că un model intern de inteligență artificială ar fi găsit răspunsul. Conform companiei, aproximativ 10.000 de agenți AI, lucrând în paralel timp de circa 88 de ore, au construit o demonstrație potrivit căreia ecuațiile Navier–Stokes pot ajunge, în anumite condiții, la o singularitate: viteza fluidului crește fără limită într-un interval finit de timp. Demonstrația a fost apoi formalizată în programul Lean, un sistem care verifică riguros pașii unei demonstrații matematice.
Dacă rezultatul va fi confirmat de comunitatea matematică, ar putea fi unul dintre cele mai importante momente de până acum în istoria inteligenței artificiale: prima rezolvare cu ajutorul AI a uneia dintre celebrele „probleme ale mileniului”.
Există însă două precizări.
Prima: problema nu este încă oficial rezolvată. Clay Mathematics Institute o clasifică deocamdată „active”. Pentru acordarea premiului de un milion de dolari, rezultatul trebuie publicat într-o publicație acceptată, trebuie să treacă cel puțin doi ani și demonstrația trebuie să obțină acceptarea generală a comunității matematice.
A doua: în jurul descoperirii a izbucnit aproape imediat un conflict neobișnuit privind cine a avut ideea, ce informații au ajuns la OpenAI și cui ar trebui să-i revină meritul științific.
Povestea este, așadar, în același timp despre ecuațiile care descriu fluidele, despre capacitățile actuale ale inteligenței artificiale și despre felul în care s-ar putea schimba cercetarea științifică.
Ce sunt, de fapt, ecuațiile Navier–Stokes?
În forma lor cea mai simplificată, ecuațiile Navier–Stokes pot fi scrise aproximativ astfel:
schimbarea vitezei fluidului + transportul fluidului = efectul presiunii + efectul vâscozității + forțele exterioare.
Matematic, una dintre forme arată astfel:
unde u reprezintă viteza fluidului, p presiunea, ρ densitatea, ν vâscozitatea, iar f eventualele forțe exercitate asupra fluidului.
Mai există o condiție importantă, în cazul fluidului incompresibil: ∇ ⋅ u = 0. Aceasta spune, în esență, că fluidul nu se acumulează sau dispare în mod miraculos într-un punct.
La baza ecuației se află ceva foarte familiar: a doua lege a lui Newton, F = ma. Numai că nu mai urmărim o bilă, o mașină sau o planetă, ci un fluid continuu, împărțit conceptual într-o infinitate de puncte. Pentru fiecare punct trebuie să știm viteza și presiunea, iar toate aceste valori se influențează reciproc.
De aici vine dificultatea. Dacă într-un pahar cu apă am urmări numai câteva particule, problema ar fi complicată. Ecuațiile Navier–Stokes descriu însă simultan ceea ce se întâmplă în fiecare punct al fluidului.
Iar termenul (u ⋅ ∇)u face ecuațiile neliniare: mișcarea fluidului modifică tocmai câmpul de viteze care îi determină mișcarea ulterioară. Această buclă de feedback permite apariția vârtejurilor, instabilităților și turbulenței.
Ecuațiile sunt folosite de 150 de ani. Ce nu știam despre ele?
Aici apare distincția esențială dintre a folosi o ecuație și a demonstra matematic toate proprietățile sale. Inginerii rezolvă zilnic ecuațiile Navier–Stokes numeric. Ele sunt fundamentale pentru aerodinamică, meteorologie, hidrodinamică, ingineria navală și numeroase alte domenii.
Problema matematică este însă diferită. Să presupunem că avem la momentul inițial un fluid perfect bine comportat: vitezele sunt finite, câmpul de viteze este neted, nu există nimic patologic. Întrebarea este: ecuațiile garantează că soluția rămâne netedă pentru orice moment ulterior?
În două dimensiuni, situația este bine înțeleasă, în trei dimensiuni însă, nu.
Matematicienii știau încă din lucrarea lui Jean Leray din 1934 că există un anumit tip de soluții globale, numite „soluții slabe”. Dar nu se știa dacă acestea trebuie să rămână întotdeauna regulate sau dacă, la un moment dat, se poate forma o singularitate. Clay Mathematics Institute descrie aceasta drept una dintre întrebările fundamentale încă deschise despre ecuații.
În anul 2000, institutul a inclus-o printre cele șapte Probleme ale Mileniului, fiecare însoțită de un premiu de un milion de dolari. Dintre cele șapte, numai conjectura Poincaré a fost rezolvată până acum, astfel încât au rămas șase probleme deschise.
Ce pretinde că a demonstrat OpenAI?
OpenAI spune că sistemul său a construit un exemplu în care o soluție inițial perfect netedă ajunge la o singularitate într-un timp finit. Mai precis, cazul demonstrat conține o forță externă netedă care acționează asupra fluidului. Fluidul pornește chiar din repaus, apoi se formează un vârtej tot mai concentrat. Regiunea centrală devine din ce în ce mai mică, în timp ce viteza crește din ce în ce mai mult.
În cele din urmă avem ∣u∣→∞ după un timp finit. Aceasta este ceea ce matematicienii numesc blow-up.
Imaginea intuitivă ar fi cea a unui vârtej care se strânge continuu în jurul unei regiuni din ce în ce mai mici. Rotirea și întinderea sa devin din ce în ce mai intense, până când ecuația prezice o viteză nelimitată.
Și aici se află partea delicată a demonstrației: forța exterioară folosită pentru a produce fenomenul trebuie să rămână ea însăși perfect netedă. Nu ai voie să „trișezi”, introducând în ecuație o forță infinită care, în mod evident, produce un rezultat infinit.
Conform OpenAI, accelerația, gradientul presiunii, vâscozitatea și transportul impulsului cresc enorm, dar se compensează matematic astfel încât forța externă rămâne regulată, iar energia totală a fluidului rămâne finită.
Este posibil pentru că o viteză enormă concentrată într-un volum extrem de mic nu implică neapărat o energie totală infinită. Este ceva asemănător cu situația matematică în care o funcție poate deveni infinită într-un punct, dar aria totală de sub curba ei rămâne finită.
Notă: când se menționează „forța netedă” nu înseamnă o singură forță, ca atunci când spui „asupra corpului acționează o forță de 10 N”. În ecuațiile Navier–Stokes este vorba despre un câmp de forțe: fiecărui punct din fluid și fiecărui moment îi este asociată o anumită forță externă. „Neted” are un sens matematic precis: înseamnă, aproximativ, că această forță variază continuu și regulat în spațiu și timp, fără salturi, colțuri, rupturi sau valori infinite. În formulările riguroase, „smooth” înseamnă de regulă că funcția are derivate continue de toate ordinele.
Înseamnă că ecuațiile Navier–Stokes sunt greșite?
Nu, aceasta ar fi o interpretare prea simplă. Dacă demonstrația este corectă, ea spune că ecuațiile permit matematic apariția unor situații în care soluția lor clasică încetează să mai fie regulată.
În realitate, niciun fluid nu este un mediu perfect continuu. Apa este alcătuită din molecule, aerul din molecule și atomi.
La scări obișnuite putem ignora acest lucru. Dacă descriem un litru de apă, nu avem nevoie să urmărim individual aproximativ 1025 molecule. Putem spune că apa are o anumită densitate, presiune și viteză în fiecare punct.
Navier–Stokes este tocmai o asemenea teorie a continuului.
Dar dacă o soluție matematică încearcă să concentreze mișcarea într-o regiune tot mai mică, la un moment dat ajungem la scări la care ipoteza mediului continuu nu mai are sens. În lumea reală ar intra în scenă fizica moleculară.
Așadar, o singularitate nu ar demonstra că avioanele au fost proiectate timp de un secol cu ecuații false. Ar arăta ceva mai subtil: domeniul matematic permis de ecuații este mai larg decât domeniul fizic în care aproximarea continuă este valabilă.
De ce a fost nevoie de 10.000 de agenți AI?
OpenAI nu spune că un singur chatbot a primit sarcina: „Rezolvă Navier–Stokes”, iar după câteva ore acesta a returnat demonstrația, ci procesul a semănat mai mult cu activitatea unei enorme organizații de cercetare populate cu agenți artificiali.
Compania spune că la 1 septembrie a pornit mai multe grupuri de agenți asupra problemelor încă nerezolvate ale Mileniului. Agenții puteau citi o versiune salvată a Internetului, executa programe și comunica între ei. Diferite grupuri încercau diferite strategii. Inițial, Navier–Stokes nu a fost singura țintă.
Printre problemele mai ușoare date sistemului se afla o rudă a ecuațiilor Navier–Stokes: ecuația Euler, care descrie un fluid ideal fără vâscozitate. Aici s-a produs primul rezultat important. Aproape 100 de agenți au lucrat aproximativ 50 de ore și au găsit, potrivit OpenAI, un exemplu de singularitate pentru ecuațiile Euler fără forță externă. Este de remarcat că cifra prezentată acum de OpenAI este de aproximativ 100 de agenți, nu 1.000, cum a fost relatat în unele dintre primele relatări despre rezultat.
Succesul i-a convins pe cercetătorii OpenAI că aceeași direcție ar putea funcționa pentru Navier–Stokes. Atunci s-au mutat masiv resurse către problemă: 10.000 de agenți simultan, care în aproximativ 88 de ore au ajuns la demonstrație.
În întregul experiment, agenții au generat 4,9 milioane de mesaje și aproximativ 300 de miliarde de tokeni de ieșire. Numai pentru Navier–Stokes: aproximativ 2,7 milioane de mesaje și 130 de miliarde de tokeni. După descoperirea demonstrației, formalizarea și verificarea în Lean au mai necesitat aproximativ 17 ore. Este foarte departe de modul în care ne imaginam până recent un AI care „face matematică”.
Nu este doar un model foarte inteligent. Este un sistem masiv de cercetare paralelă, în care mii de copii ale modelului explorează simultan idei diferite.
De ce programul Lean este atât de important
O demonstrație matematică produsă de un model lingvistic ridică imediat o problemă evidentă. Modelele AI greșesc, pot inventa teoreme, pot omite ipoteze și pot trece peste pași imposibili. O demonstrație de o sută de pagini generată de AI ar fi extrem de dificil de verificat manual.
Aici intervine Lean, care este un sistem în care demonstrația trebuie exprimată într-un limbaj formal atât de precis, încât fiecare pas să poată fi verificat mecanic pornind de la axiome și reguli logice. Calculatorul verifică dacă fiecare transformare permisă de demonstrație respectă regulile sistemului formal.
Aceasta nu elimină absolut toate întrebările — trebuie verificat, de exemplu, dacă teorema formalizată corespunde exact problemei matematice pe care credem că am rezolvat-o — dar oferă o garanție mult mai puternică decât simpla producere a unui text matematic convingător.
De ce nu putem spune deja că problema a fost rezolvată?
Pe scurt, pentru că matematica nu funcționează prin comunicat de presă. OpenAI afirmă că rezultatul stabilește cazurile „C” și „D” din formularea oficială a problemei Clay, adică existența unei singularități pentru variantele cu forță externă netedă. Dar demonstrația trebuie examinată de specialiști.
În plus, regulile Clay sunt intenționat conservatoare. Nu există posibilitatea de a trimite pur și simplu institutului un PDF și de a primi milionul de dolari. Cum e menționat mai sus, rezultatul trebuie să apară într-o publicație calificată, trebuie să treacă cel puțin doi ani, iar demonstrația trebuie să fie acceptată în general de comunitatea matematică internațională.
OpenAI spune, de altfel, că nu intenționează să solicite premiul.
Prin urmare, formularea corectă astăzi este: OpenAI susține că a produs o demonstrație a problemei Navier–Stokes, formal verificată în Lean. Dacă verificarea independentă confirmă rezultatul, atunci vom putea spune că problema a fost rezolvată.
Alți matematicieni se apropiau deja de rezultat
Matematicianul Tristan Buckmaster, profesor la New York University și unul dintre specialiștii importanți ai lumii în probleme de singularități ale fluidelor, lucra de aproape un an împreună cu Levent Alpöge, matematician angajat de Anthropic. Cei doi foloseau intens modele AI, Claude de la Anthropic, Codex de la OpenAI, în special GPT-5.6 Sol, și mai recent Astra.
Abordarea lor nu apăruse din nimic. Buckmaster spune explicit că programul matematic de la care au pornit se datorează cercetătorilor Diego Córdoba și Luis Martínez-Zoroa, care dezvoltaseră timp de ani o metodă de construire a singularităților folosind forțe mai puțin regulate.
Buckmaster și Alpöge au încercat să împingă această idee mai departe: către forțe perfect netede și către alte ecuații ale fluidelor.
Pe 15 august, susține Buckmaster, AI-ul le-a furnizat rezultate relevant pentru sistemul Boussinesq și ecuațiile Euler cu forță netedă. Până la 22 august verificaseră unul dintre rezultate în Lean. Era exact genul de progres care putea deschide drumul către Navier–Stokes.
Un zvon și câteva zile care au schimbat totul
La începutul lui septembrie au început să circule zvonuri în comunitatea AI că Anthropic ar fi rezolvat un mare mister matematic. OpenAI confirmă că aceste zvonuri au fost motivul pentru care și-a îndreptat noul sistem către Problemele Mileniului.
Pe 3 septembrie, Buckmaster i-a scris unui cercetător OpenAI. Nu a spus explicit ce rezultat obținuse, dar a explicat că el și Alpöge aveau un rezultat important pe care urmau să-l publice și că era vorba despre o colaborare personală, nu despre un proiect instituțional al Anthropic. El sublinia inclusiv că plătea din propriile fonduri de cercetare pentru instrumentele AI folosite.
Câteva zile mai târziu, Buckmaster a aflat că OpenAI avea deja o demonstrație pentru Navier–Stokes. Și tocmai caracterul acesteia l-a făcut suspicios, căci drumul folosit era cel al forței netede. Buckmaster afirmă că foarte puțini cercetători urmăreau această direcție și că el și Alpöge o atacaseră deliberat pornind de la programul Córdoba–Martínez-Zoroa.
Pentru el, faptul că OpenAI ajunsese exact pe acest traseu la câteva zile după răspândirea informațiilor despre activitatea lor a ridicat o întrebare evidentă: cum alesese AI-ul exact această direcție?
A văzut OpenAI munca lor privată?
Aici trebuie făcută o distincție foarte clară între lucrurile cunoscute și suspiciuni. Buckmaster nu afirmă că poate demonstra că OpenAI le-a accesat lucrările private. De fapt, în declarația sa scrie explicit că nu știe dacă datele lor au fost folosite și nu acuză pe nimeni de acest lucru.
Dar există un motiv pentru care întrebarea este dificilă. El și Alpöge introduseseră în Codex - un produs OpenAI - schițe, demonstrații și materiale din proiect. Buckmaster spune că a întrebat dacă noul model fusese antrenat pe aceste sesiuni sau avusese acces la ele. I s-ar fi răspuns că modelul nu „căuta” datele utilizatorilor, dar susține că nu a primit inițial un răspuns clar privind eventuala folosire pentru antrenare. OpenAI respinge ideea că agenții sau cercetătorii companiei ar fi consultat munca lor înainte de publicare, dar compania introduce imediat o rezervă importantă: spune că, deși consideră improbabil, nu poate exclude posibilitatea ca date provenite din utilizarea produselor sale de către cei doi să fi contribuit la îmbunătățirea modelelor.
Este probabil cea mai importantă frază din întreaga controversă, pentru că scoate la iveală o problemă nouă pentru cercetarea din epoca AI. Un matematician poate folosi un model pentru a dezvolta în secret o idee, dar dacă activitatea sa contribuie ulterior la îmbunătățirea modelului furnizorului, iar furnizorul folosește o versiune mai puternică a acelui model pentru a ajunge primul la rezultatul final, unde începe și unde se termină prioritatea intelectuală?
Nu avem încă reguli științifice clare pentru o asemenea situație.
Disputa privind autorii
Conflictul a devenit și mai tensionat în discuțiile despre publicarea rezultatelor. Potrivit lui Buckmaster, OpenAI i-ar fi propus la un moment dat să prezinte el demonstrația Navier–Stokes, recunoscând că rezultatul fusese obținut de modelul intern OpenAI, dar fără Alpöge între autori.
Buckmaster afirmă că cercetătorul OpenAI Sébastien Bubeck ar fi cerut de două ori eliminarea lui Alpöge, în parte din cauza poziției acestuia la Anthropic. Buckmaster a refuzat.
OpenAI contestă această prezentare a evenimentelor. Compania spune că a încercat să coordoneze publicarea, să recunoască prioritatea lucrărilor celor doi asupra problemei Euler și să permită o publicare simultană.
Cele două versiuni nu se suprapun complet, iar în acest moment nu există suficiente informații independente pentru a tranșa toate detaliile disputei.
Dar cazul scoate la suprafață o întrebare mult mai importantă decât conflictul personal: cine este autorul unei descoperiri făcute de AI?
De fapt, cui îi aparține descoperirea?
Răspunsul nu este deloc simplu. Există mai multe niveluri de contribuție. Córdoba și Martínez-Zoroa au dezvoltat programul matematic care a făcut posibilă direcția de cercetare. Buckmaster și Alpöge au ales să continue programul, l-au împins către forțe netede și au folosit AI pentru a găsi rezultate noi. Sistemul OpenAI pare să fi efectuat enorm de multă muncă matematică propriu-zisă și, potrivit companiei, a construit demonstrația finală Navier–Stokes.
Cercetătorii OpenAI au ales problemele, au orchestrat grupurile de agenți, au mutat resursele între direcțiile promițătoare și au introdus rezultate intermediare în sistem. Și peste toate acestea există aproximativ 10.000 de agenți AI care au încercat milioane de variante.
Vechiul model al autorului - o persoană care stă câteva luni sau câțiva ani la tablă și găsește demonstrația - începe să se potrivească prost acestei realități.
O nouă formă de „forță brută”
În informatică, expresia „forță brută” sugerează de obicei încercarea tuturor posibilităților până când una funcționează. Ceea ce s-a întâmplat aici este mai interesant, căci cei 10.000 de agenți AI nu au enumerat mecanic fiecare demonstrație posibilă; spațiul acestora este practic infinit. Agenții au produs ipoteze, au citit literatura, au scris matematică, au verificat cazuri, au abandonat piste și au transmis ideile promițătoare altor agenți. Este o combinație între raționament și paralelism masiv.
Un matematician uman poate urmări câteva piste într-o zi. Zece mii de agenți pot urmări simultan mii de piste și pot face asta fără somn timp de patru zile. Aici se află una dintre marile schimbări. Nu este obligatoriu ca fiecare agent să fie mai bun decât cel mai bun matematician din lume, dar dacă fiecare este suficient de competent, multiplicarea lui de zece mii de ori schimbă radical viteza cu care poate fi explorat un spațiu de idei.
Știința ar putea căpăta o nouă inegalitate: accesul la calcul
Experimentul pare să fi costat milioane de dolari în resurse de calcul. Estimările independente citate în relatările despre proiect sugerează că utilizarea acelorași resurse la tarife comerciale ar putea ajunge la circa 6 milioane de dolari, în timp ce costul efectiv suportat de OpenAI ar fi mai aproape de ordinul unui milion de dolari.
Ironia este evidentă: aproximativ cât premiul oferit de Clay pentru rezolvarea problemei, dar problema serioasă este alta: un profesor universitar nu dispune în mod normal de milioane de dolari pentru patru zile de inferență AI, dar o companie care controlează propriile centre de date și propriile modele, da. Până acum, un matematician genial putea concura cu aproape oricine având în principal hârtie, creion, timp și acces la literatura de specialitate.
Dacă matematica de frontieră va începe să necesite roiuri de 10.000 de agenți, acest echilibru se schimbă. Cine are mai multă putere de calcul poate încerca mai multe idei, mai repede.
Înseamnă că matematicienii devin inutili?
Nu rezultă deloc asta din episodul Navier–Stokes. Dimpotrivă, povestea arată cât de mult contează în continuare alegerea problemei și a direcției potrivite. Un element esențial al conflictului dintre Buckmaster și OpenAI este tocmai acesta: nu era evident că soluția trebuie căutată pe traseul „blow-up cu forță netedă”. Buckmaster susține că această direcție reprezenta ea însăși o parte importantă din munca intelectuală.
O mașină poate deveni extraordinar de rapidă în parcurgerea unui drum. Dar dacă există milioane de drumuri posibile, a ști care merită parcurs rămâne esențial. În plus, după găsirea demonstrației există problema înțelegerii ei.
Buckmaster descrie unele dintre demonstrațiile generate de modelele folosite de el drept aproape imposibil de citit în forma inițială; matematică formal corectă, dar redactată într-un mod pe care oamenii trebuie apoi să-l transforme într-un argument inteligibil.
Știința nu înseamnă numai să știm că o propoziție este adevărată, vrem să înțelegem de ce este adevărată.
Un posibil „moment Kasparov” pentru matematică
În declarația sa, Buckmaster compară semnificația situației cu un „moment Deep Blue–Kasparov”. În 1997, victoria calculatorului Deep Blue împotriva lui Garry Kasparov nu a făcut șahul inutil, căci oamenii au continuat să joace și să studieze șahul, dar după acel moment nu mai putea fi susținută ideea că șahul de cel mai înalt nivel este un domeniu rezervat în mod fundamental inteligenței umane.
Dacă demonstrația Navier–Stokes rezistă verificării, ceva asemănător s-ar putea fi întâmplat acum în matematică. Până foarte recent, modelele AI puteau rezolva probleme de olimpiadă, formaliza demonstrații sau contribui la rezultate de cercetare, dar o problemă a mileniului se află însă într-o categorie complet diferită, căci nu este o problemă construită pentru a avea o soluție cunoscută. Este o întrebare la care întreaga comunitate matematică mondială nu găsise răspunsul. Iar dacă un sistem AI a găsit efectiv demonstrația, atunci nu mai vorbim numai despre o unealtă care accelerează matematica umană.
Vorbim despre un sistem capabil să producă matematică de frontieră pe care oamenii încă nu o cunosc.
Una dintre bornele istoriei inteligenței artificiale?
Ecuațiile Navier–Stokes au o enormă valoare intelectuală, dar rezolvarea problemei Clay nu va produce mâine avioane mai eficiente sau prognoze meteo miraculoase. Importanța practică imediată a demonstrației este limitată. Ceea ce a demonstrat însă experimentul OpenAI, dacă relatarea companiei este corectă, este posibilitatea unei metode complet noi de cercetare: alegi o problemă extrem de dificilă, îi aloci mii de agenți AI și suficientă putere de calcul, îi lași să exploreze milioane de idei, apoi verifici formal rezultatul.
OpenAI spune explicit că matematica este doar un teren de testare. Aceeași metodă ar putea fi îndreptată spre probleme din chimie, biologie, materiale sau medicină.
Aici însă analogia cu matematica se oprește parțial. O demonstrație matematică poate fi verificată formal. O ipoteză despre un medicament sau un nou material trebuie confruntată cu lumea fizică, prin experimente.
Totuși, dacă AI poate reduce de la ani la zile timpul necesar pentru generarea unor ipoteze sofisticate, efectul asupra cercetării ar putea fi enorm. Iar episodul Navier–Stokes mai arată ceva: regulile științei nu sunt încă pregătite pentru această situație.
Cine primește meritul pentru o idee descoperită de un model? Ce se întâmplă dacă modelul a învățat indirect din munca nepublicată a utilizatorilor săi? Ce înseamnă prioritatea atunci când o companie poate mobiliza în câteva ore resurse computaționale pe care un cercetător universitar nu le-ar putea cumpăra într-o viață? Și ce este, de fapt, un „autor” atunci când demonstrația a fost generată de mii de procese artificiale?
Aceste întrebări ar putea rămâne importante chiar dacă mâine cineva descoperă o eroare fatală în demonstrația OpenAI.
Dar dacă demonstrația rezistă, data de 5 septembrie 2026, când sistemul spune că a ajuns la rezultat, ar putea ajunge să fie privită drept una dintre bornele istoriei inteligenței artificiale, și nu neapărat pentru că o mașină a calculat mai repede decât omul, ci pentru că ar fi demonstrat pentru prima dată ceva ce omenirea, până atunci, nu știa.
Sursa: Science
