Claude помог математикам и OpenAI в гонке за уравнения
Вокруг задач Эйлера и Навье—Стокса развернулась новая гонка: математики начали использовать ИИ прямо в доказательствах, а затем в эту же область резко включилась OpenAI. История уже дошла до споров об авторстве, данных и том, кто первым получил результат.
Что именно произошло
Профессор математики NYU Tristan Buckmaster и математик Anthropic Levent Alpöge примерно год работали над задачами, связанными с уравнениями Эйлера и Навье—Стокса. Это был не проект Anthropic: оба занимались им в свободное время и без каких-либо официальных договорённостей.
Их работа привела к сильному результату по трёхмерным уравнениям Эйлера с гладкой внешней силой. Для доказательства они использовали ИИ-инструменты, включая Claude и Codex, а затем формализовали выводы в системе Lean. Terence Tao назвал этот результат выдающимся достижением.
Как в гонку включилась OpenAI
После вирусного поста в X о якобы близком решении двух задач тысячелетия OpenAI решила проверить эту область на практике. Сначала компания запустила внутреннюю модель на более простой версии задачи и получила результат для уравнений Эйлера без внешней силы.
Затем ресурсы перевели на Навье—Стокса. По описанию Buckmaster, в работе участвовали около 10 000 одновременно работающих агентов, которые отправили 2,7 миллиона сообщений и сгенерировали около 130 миллиардов токенов. Вся кампания по математическим задачам, по оценке TechCrunch, стоила примерно 22,5 миллиона долларов по текущим тарифам Astra.
Что удалось доказать и почему это важно
OpenAI получила решение примерно за 88 часов, а ещё 17 часов ушло на проверку и формализацию в Lean. Но важно понимать, что речь идёт не о полной победе над задачей Навье—Стокса, а только о вариантах C и D из постановки Феффермана: они допускают внешнюю силу и требуют показать пример разрушения.
Главный вариант, который интересует физиков больше всего, — поведение жидкости без внешнего воздействия, — по-прежнему не закрыт. Для обычных пользователей эта история показывает, что ИИ уже помогает не только писать тексты и код, но и ускорять очень сложную научную работу, где нужны перебор гипотез, проверка шагов и строгая формализация.