Oko 10.000 AI agenata radilo je 88 sati na matematičkom problemu, ali rezultat još treba proći nezavisnu naučnu provjeru

Navier-Stokesov problem jedan je od najpoznatijih i najtežih otvorenih problema savremene matematike. OpenAI tvrdi da je njegov interni sistem umjetne inteligencije pronašao rješenje koje ukazuje na mogućnost nastanka singularnosti u trodimenzionalnom kretanju fluida. Prema navodima kompanije, oko 10.000 AI agenata radilo je približno 88 sati na razvoju matematičkog dokaza. Rezultat, međutim, još nije potvrđen kroz potpunu nezavisnu naučnu provjeru. Navier-Stokesov problem jedan je od sedam Millennium Prize Problems koje je ustanovio Clay Mathematics Institute. Za njegovo rješavanje predviđena je nagrada od milion dolara. Ipak, sama objava kompanije nije dovoljna da se problem smatra službeno riješenim. Za konačno priznanje potrebno je detaljno ispitivanje dokaza, provjera matematičkih koraka i prihvatanje rezultata od relevantne naučne zajednice.

Šta je Navier-Stokesov problem?

Navier-Stokesove jednačine koriste se za opisivanje kretanja fluida, poput vode i zraka. One imaju važnu ulogu u fizici, inženjerstvu i različitim oblastima primijenjene nauke. Navier-Stokesov problem odnosi se na pitanje da li u trodimenzionalnom prostoru uvijek postoje glatka i fizički prihvatljiva rješenja ovih jednačina. Druga mogućnost jeste da se u određenim uslovima pojavi singularnost. Singularnost predstavlja situaciju u kojoj određene veličine u matematičkom modelu postanu beskonačne u konačnom vremenu. Jednostavnije rečeno, matematičari pokušavaju utvrditi da li se kretanje fluida uvijek može opisivati stabilnim rješenjem ili postoji scenario u kojem jednačine „eksplodiraju“. Iako su jednačine razvijane tokom 19. stoljeća, savremena formulacija problema postala je jedno od najzahtjevnijih pitanja matematike 20. i 21. stoljeća.

Kako je OpenAI pokušao riješiti problem?

Prema informacijama koje je objavila kompanija, u radu je učestvovao veliki broj AI agenata. Oni su paralelno istraživali različite matematičke pristupe, razmjenjivali rezultate i pokušavali pronaći dokaz koji bi potvrdio postojanje singularnosti. OpenAI navodi da je približno 10.000 agenata tokom 88 sati razmijenilo oko 2,7 miliona poruka. Sistem je pritom generisao veliki broj matematičkih izraza i prijedloga, dok je dodatno vrijeme bilo potrebno za formalizaciju i provjeru dokaza.

Kompanija tvrdi da je njen sistem pronašao scenario u kojem se fluidni vrtlog sve više rasteže i koncentriše. U takvom modelu brzina bi mogla rasti bez ograničenja u konačnom vremenu, dok bi ukupna energija sistema ostala konačna. Upravo taj zaključak predstavlja suštinu navodnog napretka. Ako se matematički dokaže da takva singularnost može nastati, time bi se odgovorilo na jednu od ključnih komponenti Navier-Stokesovog problema.

Rezultat još nije zvanično prihvaćen

Važno je napraviti razliku između tvrdnje o rješenju i zvanično prihvaćenog matematičkog dokaza.

OpenAI je objavio prijedlog rješenja i prateću dokumentaciju. Međutim, rezultat još treba proći dugotrajan proces nezavisne provjere. Clay Mathematics Institute zahtijeva rigorozan pregled i potvrdu matematičke zajednice prije nego što se neko rješenje prizna kao konačno. Zbog toga se trenutno može govoriti o navodnom rješenju ili prijedlogu dokaza. Nije precizno tvrditi da je problem definitivno riješen ili da je OpenAI već osvojio nagradu od milion dolara. Kompanija je, prema dostupnim informacijama, saopštila da neće tražiti novčanu nagradu. Fokus je, kako navodi OpenAI, bio na demonstraciji mogućnosti naprednih AI sistema u naučnom radu.

Zašto je objava izazvala kontroverze?

Objava je izazvala pažnju i zbog načina na koji je rezultat nastao. Dio matematičke zajednice izrazio je zabrinutost da su AI sistemi možda bili izloženi idejama i materijalima istraživača koji su paralelno radili na srodnim problemima. Među njima su matematičari koji su razvijali istraživanja iz oblasti dinamike fluida i koristili AI alate tokom svog rada. Pojavile su se sumnje da je OpenAI mogao saznati za određene istraživačke pravce prije nego što su oni bili javno objavljeni. OpenAI je negirao da je direktno koristio neobjavljeni rad drugih istraživača. Ipak, otvoreno je pitanje da li su podaci uneseni u AI alate mogli indirektno utjecati na razvoj sistema. Ova situacija pokazuje koliko su važni jasni uslovi korištenja podataka, zaštita neobjavljenih istraživanja i transparentnost u razvoju naučnih AI sistema.

Sporno pitanje akademskog autorstva

Kontroverza nije ograničena samo na podatke i privatnost. Otvoreno je i pitanje ko treba dobiti priznanje za naučni rezultat u kojem su učestvovali ljudi i umjetna inteligencija. Tradicionalno, naučni rad počiva na jasnom navođenju ranijih doprinosa, razmjeni ideja i provjerljivosti rezultata. Ako su određene ideje ranije razvili drugi istraživači, postavlja se pitanje da li oni trebaju biti navedeni kao saradnici ili autori. U slučaju Navier-Stokesovog problema, rasprava je dodatno osjetljiva jer bi eventualno rješenje moglo predstavljati jedan od najvećih matematičkih uspjeha savremenog doba. Zbog toga naučna zajednica traži odgovore o tome kako su AI sistemi došli do rezultata, koje su izvore koristili i u kojoj mjeri su ranija istraživanja utjecala na konačni dokaz.

Kakav bi mogao biti značaj za nauku?

Navier-Stokesove jednačine koriste se u različitim oblastima. One su važne za proučavanje aerodinamike, modeliranje vremenskih prilika, istraživanje turbulentnih tokova i proučavanje kretanja krvi. Bolje razumijevanje mogućih singularnosti moglo bi dugoročno utjecati na način na koji naučnici modeliraju ekstremne uslove. Ipak, eventualni praktični rezultati ne bi se pojavili odmah. Prije bilo kakve primjene potrebno je potvrditi matematički dokaz, razumjeti njegove granice i utvrditi da li se zaključci mogu povezati sa stvarnim fizičkim sistemima. U stvarnim fluidima postoje dodatni fizički efekti koji nisu uvijek obuhvaćeni idealizovanim matematičkim modelima. Zbog toga bi svaki budući praktični značaj zavisio od dodatnih istraživanja.

Umjetna inteligencija mijenja naučna istraživanja

Ovaj slučaj pokazuje koliko se brzo mijenja odnos između umjetne inteligencije i naučnog rada. Veliki broj AI agenata može u kratkom vremenu pretražiti veliki broj mogućih rješenja, provjeravati formule i povezivati različite matematičke pristupe. Međutim, brzina nije isto što i naučna potvrda. Čak i kada sistem proizvede obiman dokaz, ljudski stručnjaci moraju provjeriti svaki važan korak. Posebno je važno utvrditi da li je dokaz potpun, da li počiva na dopuštenim pretpostavkama i da li zaista odgovara problemu koji se rješava. Zato se najvažniji dio ovog slučaja možda ne odnosi samo na pitanje da li je Navier-Stokesov problem riješen. Jednako važno pitanje jeste kako će naučna zajednica ubuduće provjeravati, objavljivati i vrednovati rezultate koje generišu sistemi umjetne inteligencije.