Una voce nel weekend ha innescato uno sprint multimilionario
La corsa di OpenAI per risolvere un pezzo del Problema del Millennio di Navier-Stokes non è iniziata con un piano di ricerca. È iniziata con una voce.
Alla fine di agosto 2026, la voce è arrivata a OpenAI che un matematico che lavorava con un ricercatore di Anthropic si stava avvicinando a una soluzione di un problema aperto correlato, le equazioni di Eulero forzate. Diego Cordoba e Luis Martinez-Zoroa avevano costruito l'approccio matematico di base; Tristan Buckmaster del Courant Institute della NYU e Levent Alpoge di Anthropic lo stavano ampliando dalla metà di agosto, con progressi reali.
La risposta di OpenAI è stata scalare in fretta. I ricercatori hanno prima fatto girare circa 1.000 agenti per 50 ore sul problema di Eulero, poi sono passati a circa 10.000 agenti simultanei per una spinta di 11 ore sul caso più difficile di Navier-Stokes. Il Chief Research Officer di OpenAI, Mark Chen, ha poi collocato il costo totale di calcolo in un intervallo di milioni di dollari. L'azienda è arrivata a un risultato il 5 settembre e lo ha annunciato l'8 settembre, circa 88 ore dopo l'inizio dello sforzo.
Cosa OpenAI afferma davvero di aver risolto
Il risultato annunciato da OpenAI è più limitato di quanto sembri. Riguarda una variante specifica, un'esplosione sotto forzante regolare, prodotta da un modello interno, non rilasciato, che secondo OpenAI è più capace della sua linea pubblica GPT-6 Astra, e che funziona come uno sciame coordinato di agenti invece che come un singolo passaggio.
OpenAI ha accompagnato l'annuncio con una formalizzazione verificata da macchina della dimostrazione nel dimostratore di teoremi Lean, prova che i passaggi logici si tengono insieme meccanicamente. Non è la stessa cosa di una revisione tra pari. Il Clay Mathematics Institute, che sovrintende ai sette Problemi del Millennio e al milione di dollari legato a ciascuno, non ha verificato né accettato il risultato, e i matematici indipendenti non hanno ancora finito di rivedere l'argomentazione leggibile da esseri umani dietro la dimostrazione in Lean.
| Fase | Agenti | Durata | Obiettivo |
|---|---|---|---|
| Fase 1 | circa 1.000 | 50 ore | Equazioni di Eulero correlate |
| Fase 2 | circa 10.000 | 11 ore | Caso di esplosione di Navier-Stokes |
| Totale | fino a 10.000 | 88 ore | Annunciato l'8 settembre |
Il matematico che dice che i suoi appunti sono stati letti
Il racconto di Tristan Buckmaster su cosa è successo dopo è la parte di questa storia che OpenAI non ha contestato pubblicamente. Dice di aver chiesto direttamente al ricercatore di OpenAI Sebastien Bubeck se il modello di OpenAI fosse stato addestrato su, o avesse avuto accesso a, le sessioni private di Codex dove lui e Alpoge conservavano i propri appunti sul problema correlato. Bubeck lo ha negato la prima volta che Buckmaster ha chiesto. La seconda volta che Buckmaster ha chiesto, specificamente sull'addestramento, dice di non aver ricevuto risposta.
Buckmaster dice anche che Bubeck gli ha offerto una scelta: pubblicare per primo con OpenAI accreditato insieme a lui, oppure mantenere il riconoscimento esclusivo del risultato, ma solo se avesse rimosso il nome di Alpoge, per la sua affiliazione ad Anthropic. Quando Buckmaster si è rifiutato di abbandonare il suo collaboratore, dice che Bubeck gli ha detto: "Perché vorresti rovinare la tua carriera?" e poi: "Se non vuoi che io sia gentile, non sono obbligato a esserlo."
Né OpenAI né Bubeck hanno pubblicato una risposta punto per punto a queste accuse specifiche.
Venticinque medaglie Fields tracciano una linea
Tre giorni dopo l'annuncio di OpenAI, Terence Tao, medaglia Fields nel 2006, ha pubblicato sul suo blog il testo "A Severe Misalignment of AI in Mathematics", cofirmato da altri 24 vincitori della medaglia Fields di cerimonie dal 1978 a quest'anno, tra cui Peter Scholze, Maryna Viazovska, Caucher Birkar, June Huh, Martin Hairer, Maxim Kontsevich, James Maynard, Manjul Bhargava e la medaglia 2026 Yu Deng.
La loro tesi non è che l'IA non possa fare matematica. È che risolvere un problema con un nome doveva sempre essere un proxy per la comprensione concettuale, non l'obiettivo in sé, e che una corsa a produrre quel proxy più in fretta può distruggere il processo più lento, le conferenze, le stesure, l'attribuzione, la semplificazione, che trasforma un problema risolto in conoscenza condivisa su cui i matematici possono costruire. Annunci affrettati e contestati saltano esattamente quel processo.
La dichiarazione avverte che produrre in massa affermazioni vere o false "potrebbe distruggere terreno fertile invece di dare vita a nuove idee", e che senza il lavoro dei matematici per integrare un risultato nel canone stesso del campo, "la catena di trasmissione umana cruciale tra matematici andrebbe perduta".
Cosa significa questo la prossima volta che un fornitore annuncia una svolta
Ogni parte di questa sequenza, la voce, la corsa affannosa, l'annuncio, la disputa, è successa più in fretta di quanto chiunque al di fuori dei due laboratori potesse verificare. Questo è lo schema da osservare, non solo in matematica.
L'affermazione di benchmark di un fornitore di IA, che sia una dimostrazione matematica, un punteggio di codice o una valutazione di sicurezza, è un comunicato stampa finché una parte indipendente senza interesse nell'esito non l'ha esaminata. Ottantotto ore hanno prodotto un annuncio. Non hanno prodotto un verdetto, e le persone meglio posizionate per darne uno hanno appena detto, pubblicamente e per nome, che la corsa per arrivarci fa parte del problema.
Da leggere ora: I migliori strumenti di IA per l'hacking sono ora solo su invito | Tre fornitori IA giù insieme il 3 settembre
