OpenAI столкнулась со спором из-за попытки доказательства Навье—Стокса с помощью ИИ

Профессор математики Нью-Йоркского университета Тристан Бакмастер говорит, что OpenAI перешла к разработке ведущего подхода к задаче существования и гладкости Навье—Стокса после того, как узнала о работе, которую он завершал вместе с математиком Anthropic Левентом Альпёге. Спор возник, когда Бакмастер и Альпёге объявили предварительные результаты, а OpenAI опубликовала то, что описала как полное доказательство той же центральной задачи.

Этот эпизод сочетает потенциально важное математическое достижение со сложным вопросом для исследований в области ИИ: если команда, использующая модель, узнаёт, что внешние исследователи нашли многообещающий путь, насколько она может использовать это направление, не присваивая неправомерно чужую работу? Имеющиеся свидетельства состоят главным образом из рассказа Бакмастера и собственного заявления OpenAI. В исходных материалах нет независимого подтверждения ни того, что доказательство OpenAI верно, ни того, что она использовала конфиденциальные пользовательские данные.

Гонка вокруг математической задачи на 1 миллион долларов

Задача существования и гладкости Навье—Стокса — одна из семи задач тысячелетия, установленных Clay Mathematics Institute. Правильное решение приносит приз в 1 миллион долларов и позволило бы разрешить давний вопрос о математическом поведении уравнений течения жидкости.

Бакмастер вместе с Альпёге объявил о трёх доказательствах, описав их как предварительные результаты, приближающиеся к более общей задаче. В их работе использовалось несколько ИИ-систем, главным образом Codex от OpenAI и Anthropic Claude, но Альпёге действовал независимо, а не от имени Anthropic.

Согласно заявлению Бакмастера, исследователи узнали, что информация об их прогрессе дошла до OpenAI, когда они завершали свои результаты. По его словам, OpenAI затем сообщила им, что уже получила полное доказательство. В собственном релизе OpenAI говорилось, что её последняя попытка началась 1 сентября, после того как распространились слухи о том, что две задачи тысячелетия были решены.

Этот момент является ключевым для спора. Бакмастер утверждает, что конкретный путь, который выбрала его команда, не был очевидным ответом на формулировку задачи и изучался сравнительно немногими исследователями. Поэтому он счёл подозрительным, что команда OpenAI приняла, как он это описывает, то же направление вскоре после того, как узнала о внешней работе.

Что утверждает Бакмастер и что говорит OpenAI

Бакмастер говорит, что обсуждения с OpenAI становились всё более неясными, когда он спросил, когда компания начала свою работу и насколько велико было участие человека в процессе. Он утверждает, что задаче была назначена большая команда и что использовался необычно большой объём вычислительных ресурсов.

Он также говорит, что исследователь OpenAI Себи́стьен Бюбек попросил его убрать упоминание Альпёге в рамках возможного компромисса. Бакмастер далее утверждает, что Бюбек предупреждал его не выносить спор на публику. Эти заявления — утверждения Бакмастера, а не независимо установленные факты в доступном освещении.

Опубликованный OpenAI рассказ подтверждает, что её работа началась после 1 сентября, и признаёт продолжающиеся разговоры с Бакмастером и Альпёге. Компания говорит, что её доказательство существенно отличается от работы исследователей, включая различие между принудительными и непринудительными формулировками в результате, связанном с Эйлером.

Компания также отвергла мысль о том, что её исследователи или ИИ-агенты напрямую просматривали неопубликованную работу команды до публичного релиза. OpenAI заявила, что для решения задачи не использовались какие-либо конкретные пользовательские данные. Тем не менее она признала, что не может исключить возможность того, что обезличенные данные, полученные из использования продукта, помогли улучшить её модели.

Это оговорка важна, потому что Бакмастер активно использовал Codex. OpenAI сохраняет возможность обучать модели на взаимодействиях Codex, хотя пользователи могут отказаться. Материалы источника не доказывают, что взаимодействия Бакмастера были включены в обучение, что какая-либо модель воспроизвела его работу или что такие данные повлияли на доказательство OpenAI.

В этом изложении заявления о доказательстве остаются непроверенными

OpenAI утверждает, что не выпущенная новая модель обнаружила доказательство после недельной работы, включавшей 300 миллиардов выходных токенов. TechCrunch сообщил оценку вычислительных затрат в 22,5 миллиона долларов на основе тогдашних цен Astra. Это опубликованные цифры и связанные с компанией утверждения, а не независимо проверенные измерения.

Точно так же наличие «полного доказательства» не следует считать эквивалентом решения, принятого математическим сообществом. Решения задач тысячелетия требуют детальной верификации, а исходные материалы не содержат рецензируемой оценки, решения Clay Mathematics Institute или подтверждения независимых математиков того, что аргументация OpenAI состоятельна.

Результаты Бакмастера и Альпёге также описываются как предварительные. Их значимость в конечном счёте может зависеть от того, удастся ли завершить работу, проверить её и показать, что она решает точные условия задачи Навье—Стокса. В продвинутой математике аргумент, сгенерированный ИИ, может быть ценным, даже если он не является правильным, полным или не подходит для формальной премии.

Таким образом, в эпизоде есть два отдельных утверждения, которые не следует смешивать. Одно — математическое: создала ли какая-либо из команд валидное решение. Другое — процедурное: использовала ли OpenAI информацию, полученную через разговоры с исследователями, или несправедливо приняла их подход. Ни один из этих вопросов не решается только имеющимися заявлениями.

Почему этот спор важен для исследовательских ИИ-команд

Для разработчиков ИИ и исследовательских организаций конфликт подчёркивает растущую проблему управления вокруг открытий, сделанных с помощью моделей. Учёный, использующий размещённую систему для кодинга или рассуждений, может создавать новаторскую работу внутри платформы, чей провайдер сохраняет некоторую возможность использовать данные взаимодействий для улучшения модели. Даже если ни один сотрудник напрямую не читает частную работу пользователя, могут возникнуть вопросы о попадании в обучение, запоминании, контроле доступа и происхождении последующих результатов.

Это дело также усиливает давление на практики раскрытия информации. Командам, использующим ИИ-системы для оригинальных исследований, могут понадобиться более чёткие записи о промптах, версиях модели, настройках хранения данных, человеческом вкладе и моменте, когда возникли ключевые идеи. Такие записи могут стать важными, когда несколько групп сообщают схожие результаты или когда модель выдаёт доказательство после знакомства с родственным исследованием.

Для корпоративных покупателей практический вопрос не ограничивается математикой. Те же опасения возникают, когда сотрудники используют ИИ-инструменты для разработки проприетарных алгоритмов, продуктовых дизайнов, юридических стратегий или научных результатов. Организации захотят договорной ясности относительно использования для обучения, более сильной изоляции для чувствительных сессий и процедур расследования возможного пересечения между работой клиента и исследованиями поставщика.

История также осложняет конкуренцию между ИИ-лабораториями. Трудоустройство Альпёге в Anthropic, несмотря на его независимую роль в этом проекте, похоже, добавило институциональной напряжённости. Если исследователи считают, что принадлежность к компании-конкуренту может повлиять на признание заслуг или доступ к сотрудничеству, межкомпанийная научная работа может стать ещё сложнее именно тогда, когда она крайне важна для передовых исследований ИИ.

За чем следить дальше

Первым сигналом станет независимая математическая проверка заявленного OpenAI доказательства и предварительных результатов Бакмастера и Альпёге. Формальная подача, публичные технические детали или оценка, связанная с Clay Mathematics Institute, помогли бы отличить подлинное решение от впечатляющего, но неполного вывода модели.

Исследователям также следует отслеживать документацию о хронологии двух усилий: когда OpenAI впервые получила релевантную информацию, что было показано её системам и могли ли данные взаимодействий Codex быть пригодны для обучения. Разъяснение настроек хранения данных и отказа от участия, использованных Бакмастером, было бы важным, хотя само по себе не доказало бы заражение модели.

Наконец, спор может подтолкнуть ИИ-лаборатории и академические институты к установлению более чётких норм в отношении авторства, конфиденциальности и приоритета, когда модели участвуют в исследованиях. Исход может повлиять на то, как будут фиксироваться будущие открытия и как учёные будут выбирать между размещёнными ИИ-инструментами и локально управляемыми системами.

Позиция Creati.ai

Первое искушение — представить это как состязание за то, кто первым решил знаменитую задачу. Более важный вопрос состоит в том, есть ли у исследований с помощью ИИ достаточные правила происхождения результатов, когда работа учёного проходит через коммерческого поставщика модели. Отрицание OpenAI прямого доступа и её признание, что нельзя исключить обезличенное влияние, оставляют разрыв между технической возможностью и доказательной базой.

Пока математические утверждения и временная линия исследований не будут независимо изучены, ответственный вывод ограничен: OpenAI сообщила о крупном усилии по доказательству, тогда как Бакмастер поднял серьёзные вопросы о приоритете, авторстве и использовании данных. Для разработчиков и компаний это аргумент в пользу аудируемых рабочих процессов ИИ — а не повод считать, что размещённые модели копируют пользователей или что прорывы, созданные моделями, уже подтверждены.