OpenAI állítása szerint belső, nyilvánosan nem kiadott modell és automatizált munkafolyamat (agentek) eredményeként sikerült megoldást találni a Navier–Stokes létezés és simaság kérdésére, az egyik úgynevezett Millennium Prize problémára. A vállalat szerint a célzott értékelést szeptember 1-jén indították, és a megoldáshoz szeptember 5-én jutottak el; a formális ellenőrzés szeptember 6-án fejeződött be. Ugyanakkor két matematikus, Tristan Buckmaster (New York University) és Levent Alpöge (jelenleg az Anthropic alkalmazásában álló matematikus) vitatja a körülményeket: ők hónapokig dolgoztak a témán, áttörésükről augusztus 15-én számoltak be, és azt gyanítják, hogy munkájuk hatással lehetett OpenAI modelljeinek fejlődésére vagy viselkedésére.
Mi történt, mikor
- Tristan Buckmaster és Levent Alpöge közel egy éven át dolgoztak a problémával, jelentős mértékben használva Claude-ot és Codexet (főleg GPT-5.6 Sol variánsát). Állításuk szerint áttörésük augusztus 15-én következett be. A vita kapcsán gyorsan közzétettek egy dokumentumot saját eredményeikről.
- OpenAI közlése szerint szeptember 1-jén, miután pletykákat hallottak arról, hogy két Millennium Prize probléma megoldásra került, célzott vizsgálatot indítottak belső modelljük teljesítményének kipróbálására az összes nyitott Millennium-probléma és néhány egyéb nagyhatású kérdés kapcsán.
- Az OpenAI agentek a Navier–Stokes esetében szeptember 5-én, nagyjából 88 órával az első agentek indítása után értek el megoldást; az egyszerűsített formalizáció és verifikáció további 17 órát vett igénybe GPT‑6 Astra használatával, befejezésként szeptember 6-án.
Mennyire intenzív volt a számítási munka
OpenAI adatai szerint az egész projekt során az agentek mintegy 4,9 millió üzenetet küldtek és körülbelül 300 milliárd kimeneti tokennel járultak hozzá a munkához. Csak a Navier–Stokes problémánál az agentek 2,7 millió üzenetet küldtek és hozzávetőleg 130 milliárd kimeneti tokent használtak fel. A nyilvános API árak alapján, ha ezek a tokenek GPT‑6 Astra-költségszintjén lettek volna számlázva, az körülbelül 15 000 000 dollárnak felelne meg — bár az OpenAI nem tette közzé belső modelljük pontos költségstruktúráját.
A vita lényege
- Tristan Buckmaster azt állítja, hogy ő és Alpöge Codexben vitték le az összes vázlatukat és munkafolyamatukat, és amikor kapcsolatba léptek az OpenAI-val, választ szerettek volna arra, hogy az OpenAI mikor küldte el az első promptot a modellnek. Buckmaster szerint ezt a választ nem kapta meg azonnal; végül azt mondták neki, hogy az első promptot néhány nappal korábban küldték el, miután információk érkeztek OpenAI-hoz az ő munkájukról.
- Buckmaster azt is megkérdezte, hogy a modell hozzájuthatott-e a Codexben tárolt munkáikhoz vagy hogy azokat felhasználták-e a képzés során. Az OpenAI állítása szerint a modell nem nézett felhasználói adatokat, és konkrétan nem fértek hozzá Buckmaster és Alpöge munkájához addig, amíg azt a szerzők nyilvánosságra nem hozták. Ugyanakkor az OpenAI elismeri, hogy nem zárható ki teljes bizonyossággal, hogy de‑identifikált adatokból származó információk hozzájárulhattak a modellek fejlődéséhez.
- A helyzetet tovább bonyolította, hogy az OpenAI felajánlotta Buckmasternek a lehetőséget, hogy késleltesse a saját publikálását, vagy hogy ő legyen társszerző az OpenAI eredményét bemutató dolgozaton; ugyanakkor világossá tették, hogy Levent Alpöge-t nem hívnák meg társszerzőként az Anthropic és OpenAI versengő viszonya miatt.
OpenAI álláspontja
OpenAI részletes tájékoztatása szerint a projekt szeptember 1-jén indult, és a cég csak a nyilvánossági pletykák után került kapcsolatba a Buckmaster–Alpöge ügy kapcsán. A vállalat azt állítja, hogy kutatói és agentjeik nem látták a két matematikus munkáját semmilyen formában, amíg az nem került nyilvánosságra. Ugyanakkor megjegyzik, hogy módszerük és a bizonyítási elemek lényegesen különböznek az Alpöge–Buckmaster jellegű megközelítéstől, és az Euler‑esetre vonatkozó pontos eredmények is eltérnek (kényszerített vs. kényszerítés nélküli eset).
Miért számít ez?
A vitában megfogalmazott aggodalmak két nagyobb kérdésre világítanak rá:
- Adathasználat és transzparencia: mit jelent a gyakorlatban, hogy "a felhasználói adatokat a modell teljesítményének javítására használjuk"? Hogyan lehet bizonyítani, hogy egy adott kutatómunka nem befolyásolta a modell fejlődését? A cseréhez fűzött bizonytalanság rávilágít az úgynevezett "regurgitation" probléma és az adatintegritás kérdéseire.
- Verseny és etika az AI-kutatásban: ha egy labor pletyka alapján hatalmas számítási forrásokat aktivál, hogy gyorsan reprodukáljon vagy megelőzzön egy publikálást, az kérdéseket vet fel a kutatási együttműködés, a szerzői jog és a prioritás tisztességes kezelése tekintetében.
Kitekintés
A történet párhuzamba állítható a számítástechnikai biztonság világában zajló jelenségekkel: néha egy hír vagy pletyka elegendő ösztönző ahhoz, hogy automatizált rendszerek rövid idő alatt kihasználjanak egy sebezhetőséget. A matematikai kutatásban is felmerül a kérdés, hogy elegendő‑e annak tudni, hogy létezik egy nem publikált megoldás ahhoz, hogy nagy erőforrásokat mozgosítva egy másik csapat "elsőként" érjen célba.
Dokumentumok és források
A vitában érintett felek egyike, Tristan Buckmaster, mellékelt egy gyorsan közzétett PDF-et saját eredményeikről, valamint nyilvános posztok és OpenAI közlemények részletezik az események kronológiáját és a technikai számokat. Mindkét oldal által felvetett kérdések — a konkrét adathasználat és a szerzői jogi/etikai kérdések — további tisztázást igényelnek.
Következtetés
A történet nemcsak a Navier–Stokes problémához kapcsolódó állítások miatt fontos, hanem mert rávilágít arra, hogyan működik a nagy nyelvi modellekkel végzett kutatás a gyakorlatban: a modellek használata, a vállalati versengés, a kutatói együttműködés és az adathasználatra vonatkozó átláthatóság mind olyan kérdések, amelyek továbbra is megválaszolatlanok maradnak ezen eset kapcsán.
(Összegzésünk az érintett felek nyilvános kommunikációjára és a cikkben idézett adatpontokra épül.)
