Конфликт вокруг заявленного доказательства задачи тысячелетия: что известно о споре OpenAI и уравнениях Навье-Стокса

OpenAI пока нельзя считать решившей задачу тысячелетия об уравнениях Навье-Стокса. Компания сообщила Тристану Бакмастеру о внутреннем доказательстве результата, но полный текст не опубликован, независимая проверка не представлена, а формализация в Lean не подтверждает этот результат.

Обвинения в плагиате и давлении на авторов исходят от Бакмастера. По доступным материалам нельзя установить, обучалась ли модель OpenAI на черновиках исследователей, использовала ли конкретные элементы их метода и пыталась ли компания исключить Левента Алпёге, связанного с Anthropic, из публикации. Сэм Альтман и сотрудники OpenAI отвергали обвинения в плагиате, признавая направление ресурсов на задачу после появления информации о возможном решении.

Спор важен по двум причинам. Он показывает разницу между внутренним результатом AI-системы и проверенным научным доказательством, а еще поднимает вопрос о правилах работы с исследовательскими данными. В более широком обсуждении, связанном с Теренсом Тао, звучит предупреждение: гонка AI-компаний за закрытыми открытиями способна ослабить готовность ученых делиться идеями.

Короткий ответ: доказательство OpenAI пока нельзя считать подтвержденным

Что известно наверняка

Надежнее всего разделять в этой истории не «правду OpenAI» и «правду Бакмастера», а обстоятельства, которые зафиксированы в публичном пересказе, и выводы, которые из них делать рано.

• Тристан Бакмастер, профессор математики Нью-Йоркского университета, работал над проблемой уравнений Навье-Стокса вместе с Левентом Алпёге, математиком, связанным с Anthropic.
• 8 сентября Бакмастер и Алпёге сообщили о трех результатах, связанных со взрывом за конечное время, для уравнений пористой среды, уравнений Буссинеска и уравнений Эйлера.
• Авторы заявили о близком результате для уравнений Навье-Стокса, но не опубликовали его, поскольку проверка формализации в системе Lean оставалась незавершенной.
• 6 сентября представители OpenAI сообщили Бакмастеру, что внутренняя модель компании получила доказательство взрыва за конечное время для уравнений Навье-Стокса с гладкой внешней силой.
• Работа OpenAI, по описанию участников спора, началась после того, как до компании дошла информация о прогрессе Бакмастера.
• В первоначальном представлении результат связывали с моделью, которой требовалось небольшое человеческое участие. Позже стало известно о работе команды и значительных вычислительных ресурсах.

Эти пункты описывают заявления и последовательность событий. Они не подтверждают математическую корректность результата OpenAI и не доказывают, что компания скопировала чужой подход.

Что пока нельзя утверждать

• Нельзя считать доказанным, что OpenAI окончательно решила задачу тысячелетия.
• Нельзя оценить корректность внутреннего доказательства без полного текста, технических деталей и независимой экспертизы.
• Нельзя утверждать, что модель обучалась на черновиках Бакмастера и Алпёге. На этот вопрос, по доступному пересказу, Бакмастер не получил ясного ответа.
• Нельзя приравнивать похожий результат к доказанному копированию конкретной идеи, формулировки или метода.
• Нельзя подтверждать намеренное исключение Алпёге из публикации: публичные материалы описывают предложения по порядку выхода работ, но не дают полной документированной картины авторства.

Для краткой предыстории конфликта можно обратиться к предыдущему разбору истории с задачей за 1 миллион долларов. Здесь фокус смещен на степень подтверждения результата и правила научной проверки.

Почему уравнения Навье-Стокса стали задачей тысячелетия

Что значит «взрыв за конечное время»

Уравнения Навье-Стокса описывают движение жидкостей и газов. С их помощью математики моделируют течение воды, воздуха и других сред. Вопрос задачи тысячелетия звучит абстрактнее: если задать разумные начальные условия, сохранится ли гладкое решение уравнений на всем временном интервале или некоторые величины могут стать неограниченными за конечное время.

Слово «взрыв» здесь не описывает физический взрыв. Оно обозначает математическую ситуацию, при которой значение некоторой характеристики растет без границ, хотя прошел конечный промежуток времени. Такое поведение может означать появление сингулярности, то есть точки, где привычное гладкое описание перестает работать.

Заявление о взрыве для уравнений Навье-Стокса связано с отрицательным ответом на вопрос о глобальной гладкости. Если доказать, что сингулярность действительно возникает при допустимых условиях, это станет крупным результатом. Если доказать, что гладкое решение существует всегда, задача тоже получит строгое решение.

Проблема входит в список семи задач тысячелетия. За решение каждой из них назначен приз в 1 миллион долларов. Денежная награда привлекает внимание, но научный статус задачи определяется не размером приза, а тем, что доказательство должно выдержать проверку математического сообщества.

Почему публикация важнее самого заявления

Сообщение AI-лаборатории может рассказать о перспективном результате, но оно не заменяет доказательство. Для оценки нужны точные определения, исходные предпосылки, последовательность логических шагов и описание границ применимости метода.

Проверяющие должны иметь возможность изучить текст, найти слабое место, повторить вычисления или проверить формализацию. В математике особенно важна воспроизводимость рассуждения: результат должен зависеть от логики доказательства, а не от доверия к репутации компании или мощности модели.

Для задачи тысячелетия планка выше обычной новости о научном прогрессе. Внутренний прототип, незавершенный вывод или ответ модели могут стать началом работы. Официальным решением они станут после публикации, проверки специалистами и признания результата математическим сообществом.

Хронология конфликта: от проекта Бакмастера до заявления OpenAI

До публичного спора: проект Бакмастера и Алпёге

В публичном пересказе проекта фигурирует дата 8 сентября. Бакмастер и Алпёге сообщили о трех результатах, связанных с возникновением взрыва за конечное время, для уравнений пористой среды, Буссинеска и Эйлера. Эти результаты касались родственных математических моделей, но сами авторы связывали их с более широкой проблемой поведения нелинейных уравнений.

Для уравнений Навье-Стокса авторы описывали результат, близкий к аналогичному прорыву. Они не представили его как завершенную публикацию, поскольку проверка формализации в Lean еще продолжалась. Это ограничение важно: даже работа исследователей, которые владеют полным подходом, может оставаться на стадии проверки.

Связь Алпёге с Anthropic добавила спору межкорпоративный контекст. Однако сама по себе работа в конкурирующей AI-компании не доказывает конфликт интересов, вмешательство в публикацию или нарушение научных правил.

6 сентября: сообщение OpenAI о внутреннем результате

6 сентября представители OpenAI сообщили Бакмастеру, что внутренняя модель компании получила доказательство взрыва за конечное время для уравнений Навье-Стокса с гладкой внешней силой.

По доступной реконструкции, контакт произошел после того, как до OpenAI дошла информация о работе Бакмастера. В публичной ленте событий одновременно фигурируют даты 6 и 8 сентября, поэтому календарная последовательность не дает полного ответа на вопрос, когда именно сотрудники компании узнали о каждом элементе проекта.

Этот пробел имеет значение для оценки приоритета. Чтобы установить происхождение идеи, нужны записи переговоров, версии документов, история доступа к материалам и описание того, когда команда запускала разные этапы работы. В доступных материалах такой полной документации нет.

После контакта: вычислительные ресурсы и изменение описания результата

Первоначально результат OpenAI представляли как достижение модели при небольшом человеческом участии. Позже в описании появилась команда исследователей и значительные вычислительные ресурсы. Такая смена формулировки изменила вопрос: читателю важно знать не только, что выдала модель, но и кто поставил задачу, выбирал подход, проверял шаги и исправлял ошибки.

OpenAI признавала, что направила ресурсы на задачу после появления слухов о возможном решении. Компания при этом отрицала плагиат. Эти два утверждения могут сосуществовать: лаборатория вправе начать собственное исследование после новости о чужом прогрессе, но тогда ей важно прозрачно описать происхождение идеи и границы самостоятельности результата.

В чем Бакмастер обвиняет OpenAI и как отвечает компания

Какие действия Бакмастер считает присвоением подхода

По словам Бакмастера, OpenAI использовала разработки из его совместного проекта с Алпёге. В такой формулировке под вопросом оказываются сразу несколько разных действий: получение информации о направлении работы, использование общего математического приема, копирование конкретного доказательного шага или воспроизведение текста черновика.

Эти ситуации нельзя автоматически объединять словом «плагиат». Сходство идеи может появиться потому, что несколько исследовательских групп пришли к одному естественному методу. Копирование конкретной формулировки, закрытого черновика или последовательности доказательства потребовало бы другой доказательной базы.

Остаются открытыми три вопроса. Имела ли модель OpenAI доступ к черновикам? Получали ли сотрудники компании сведения напрямую от авторов или через публичное обсуждение? Какие элементы внутреннего доказательства совпадали с работой Бакмастера и Алпёге? Без ответов на них обвинение нельзя превратить в установленный факт.

Почему возник вопрос о давлении на авторов

Бакмастер рассказывал о двух вариантах публикации, которые, по его словам, предложила OpenAI. Первый предполагал синхронный выход его решения и результата компании. Второй сводился к тому, что сам Бакмастер мог написать статью о результате OpenAI.

Для исследователя такие предложения затрагивают приоритет, порядок авторства и репутацию. Синхронная публикация может уменьшить спор о том, кто первым сообщил о результате, но она способна скрыть различия в методах и уровне готовности доказательств. Статья, написанная автором внешнего проекта о работе компании, тоже требует ясных правил: кто предоставил материалы, кто отвечает за выводы и кто указан соавтором.

В публичном пересказе эти переговоры были восприняты Бакмастером как давление и попытка контролировать порядок публикации. Полная переписка и юридически значимая фиксация предложений не представлены, поэтому редакционный вывод должен оставаться осторожным.

Отдельно звучит версия о попытке убрать из истории Алпёге, связанного с Anthropic. Доступные материалы не подтверждают конкретную схему исключения соавтора. Они позволяют говорить о споре вокруг авторства и порядка выхода работы, но не о доказанном нарушении правил.

Позиция OpenAI: ресурсы после слухов, но не плагиат

Сэм Альтман и сотрудники OpenAI отвергали обвинения в плагиате. Компания признавала, что после появления информации о возможном решении направила на задачу ресурсы, включая вычислительную инфраструктуру и работу исследовательской команды.

Такая позиция отвечает на часть претензий, но оставляет вопросы о происхождении конкретного метода. Сам факт самостоятельного запуска экспериментов после новости о работе другой группы не доказывает копирование. Он и не подтверждает независимость результата, пока лаборатория не опубликует подробности.

Полной документированной версии ответа OpenAI в доступных материалах нет. Поэтому в статье корректно разделять формулировки: Бакмастер говорит об использовании его подхода и давлении, OpenAI говорит о собственном результате и отрицает плагиат.

Почему искусственный интеллект не заменяет научную проверку

Публикация и независимая экспертиза

После внутреннего результата AI-лаборатория должна открыть несколько уровней проверки:

1. Опубликовать полный текст доказательства с определениями, предпосылками и границами вывода.
2. Объяснить, какие части были сгенерированы моделью, какие исправили или выбрали исследователи и какие проверили инженеры.
3. Предоставить формализацию или другой способ проверить логические шаги.
4. Дать независимым специалистам время на анализ и воспроизведение результата.

В случае OpenAI эти условия не выполнены в полном объеме. Нет опубликованного доказательства, нет представленной независимой проверки и нет формальной проверки результата компании в Lean. Поэтому корректная формулировка звучит так: OpenAI заявила о внутреннем доказательстве, но его научный статус пока не подтвержден.

Что дает проверка в Lean

Lean - система формальной проверки, которая помогает проверить, следуют ли логические шаги из заданных аксиом, определений и предпосылок. Если математик переводит доказательство в формальный язык, система может обнаружить пропущенное условие или неверный переход.

Lean не отвечает на все вопросы сразу. Он не устанавливает, кто первым придумал идею, откуда исследователь получил подход и насколько выбранная математическая модель полезна для физической задачи. Он проверяет формальную структуру конкретного текста в заданной системе.

В проекте Бакмастера и Алпёге такая проверка оставалась незавершенной. Результат OpenAI для проверки в Lean не представили. Это означает, что сейчас нельзя сопоставить два полностью формализованных доказательства и проверить, совпадают ли их ключевые шаги.

Связь между AI и формальной математикой подробно обсуждается и в материале о математических прорывах модели Astra и роли Lean. Там тоже важно различать заявление лаборатории, машинную проверку и оценку ученых.

Роль людей, команды и вычислительных ресурсов

Научный результат нельзя описывать одной строкой «модель доказала теорему», если за ним стоят постановка задачи, подбор промптов, отбор удачных ответов, исправление ошибок, запуск новых вычислений и проверка промежуточных идей.

Модель может предложить несколько кандидатов на решение. Исследователь выбирает перспективный вариант, инженер организует вычисления, другой математик проверяет переходы, а команда решает, когда результат готов к публикации. Каждый этап влияет на итог.

В истории OpenAI первоначальное описание с небольшим человеческим вкладом сменилось рассказом о команде и значительных ресурсах. Само по себе это не обесценивает результат. Оно показывает, почему лабораториям нужно заранее описывать вклад людей и инфраструктуры, а не раскрывать его только после вопросов со стороны авторов и журналистов.

Что спор меняет в правилах открытой науки

Происхождение исследовательских идей должно быть прозрачным

Для спорных научных результатов важно фиксировать происхождение ключевой идеи. В лаборатории должны сохраняться версии черновиков, даты доступа, записи обсуждений, история изменений кода и сведения о том, какие материалы получил каждый участник.

Особый вопрос связан с исследовательскими данными. Если модель обучалась на черновиках, это один тип использования. Если сотрудник прочитал материал, сформулировал задачу и передал ее другой системе, это другая ситуация. Если идея возникла из публичного выступления, она имеет еще один статус. Эти сценарии нельзя оценивать одинаково.

Прозрачная история происхождения не доказывает автоматически право на результат, но позволяет обсудить его на конкретном материале. Без такой истории спор быстро превращается в конфликт репутаций.

Приоритет и авторство в условиях гонки AI-компаний

AI-лаборатории располагают вычислительными ресурсами, которых может не быть у университетской группы. Если компания узнает о перспективной идее и за короткое время проверит ее на большом кластере, скорость публикации начнет влиять на то, кого общество воспринимает как автора открытия.

Связь Алпёге с Anthropic усиливает чувствительность ситуации: результат оказался связан с исследователем, который работает рядом с конкурирующей AI-компанией. Это объясняет напряженность вокруг приоритета, но не доказывает конфликт интересов и не подтверждает нарушение авторских прав.

Если ученые начнут скрывать черновики и отказываться от ранних обсуждений из-за риска, что более крупная лаборатория опередит их, коллективная проверка замедлится. Исследователь может предпочесть не делиться перспективной идеей, пока не подготовит закрытую публикацию и не зафиксирует каждый шаг.

Предупреждение Теренса Тао об ослаблении открытой науки

В более широком обсуждении этого конфликта Теренсу Тао приписывают предупреждение о риске для открытой науки. Суть тезиса понятна: если AI-компании начнут конкурировать за закрытые математические результаты и быстрые заявления, исследователи могут осторожнее делиться идеями, черновиками и промежуточными доказательствами.

Полная формулировка предупреждения не представлена в доступных материалах, поэтому ее корректно передавать как обозначенный риск, а не как доказанный вывод по делу OpenAI. Последствие при этом легко описать: меньше обмена означает меньше внешних проверок, меньше независимых попыток воспроизведения и больше закрытых результатов, которые трудно оценить.

Проблема воспроизводимости возникает и в других научных областях. В материале о масштабной проверке исследований ICML 2026 показано, почему публикации и заявления требуют отдельной проверки, особенно когда в работе участвуют AI-системы.

Как проверять заявления AI-лабораторий о научном прорыве

Есть ли полный текст и доступна ли проверка

Первый вопрос к громкому заявлению звучит просто: где полный результат? Сообщение компании может быть полезным анонсом, но читателю нужны текст доказательства, технические детали и описание метода.

Проверка должна включать несколько признаков:

• Опубликованы ли определения и исходные предпосылки?
• Понятно ли, какой тезис доказан и при каких условиях?
• Есть ли формализация, код или другой способ повторить проверку?
• Получили ли независимые специалисты доступ к материалам?
• Есть ли отзывы исследователей, которые не работают в заявившей о результате компании?

В истории с уравнениями Навье-Стокса ответы пока неполные. Внутреннее доказательство OpenAI не опубликовано, формальная проверка не показана, а независимая экспертиза не представлена.

Понятно ли, кто и что сделал

Второй вопрос касается автономности AI. Нужно искать описание промптов, числа итераций, человеческих правок, отбора вариантов, вычислительных ресурсов и роли исследователей.

Фраза «модель решила задачу» может означать несколько разных процессов. Модель могла предложить один ключевой шаг. Она могла перебрать тысячи вариантов, после чего команда выбрала удачный. Исследователи могли заранее подготовить структуру доказательства и использовать систему для заполнения отдельных частей. В каждом случае научный результат оценивается по-разному.

В случае OpenAI доступный пересказ сначала уменьшал человеческий вклад, а позже описывал команду и значительные вычисления. Разница между этими версиями требует точного объяснения, но сама по себе не доказывает обман.

Разделены ли факт, версия стороны и вывод редакции

Третья проверка касается языка публикации. Читателю должно быть понятно, что именно подтверждено, что заявляет участник конфликта и какой вывод делает редакция.

Вопрос	Что известно	Статус
Было ли у OpenAI внутреннее доказательство?	Представители компании сообщили Бакмастеру о таком результате.	Заявление OpenAI, без опубликованного текста
Решена ли задача тысячелетия?	Полное доказательство и независимая проверка не представлены.	Не подтверждено
Был ли плагиат?	Бакмастер обвиняет компанию в использовании его подхода, OpenAI отрицает обвинение.	Спорная версия
Использовала ли компания значительные ресурсы?	В описании работы упоминаются команда и вычислительные ресурсы.	Зафиксировано в пересказе событий
Обучалась ли модель на черновиках?	Ясного ответа на этот вопрос нет.	Открытый вопрос

Такой способ подачи помогает не смешивать сильное корпоративное заявление с подтвержденным научным результатом. Он полезен и для новостей о математике, и для сообщений об автономных AI-агентах, новых моделях и научных открытиях.

Какие вопросы по делу остаются открытыми

Была ли модель обучена на черновиках исследователей

Это один из самых чувствительных вопросов. Обучение модели на черновиках означает одну историю происхождения данных. Доступ сотрудника к материалам, разговор с автором или чтение публичного сообщения означают другие сценарии.

По доступному пересказу Бакмастер не получил ясного ответа о том, использовались ли его черновики в обучении модели. Отсутствие ответа не доказывает нарушение, но не позволяет закрыть вопрос о границах допустимого использования исследовательских материалов.

Для оценки понадобились бы правила доступа к данным, история обучения конкретной модели и описание того, какие материалы были доступны команде до запуска работы. Ни один из этих блоков не представлен полностью.

Как выглядело полное доказательство OpenAI

Без полного текста нельзя понять, что именно получила компания. Это могло быть полноценное доказательство, промежуточный вывод, кандидат на доказательство или результат, который работает только при дополнительных условиях.

Неясно, какие определения использовала команда, как она трактовала гладкую внешнюю силу и какой тип взрыва получила. Нельзя сопоставить этот результат с незавершенной работой Бакмастера и Алпёге, пока обе стороны не откроют методы и формализации.

Каким был фактический вклад людей и команды

Нужно установить, кто поставил математическую задачу, кто выбрал направление поиска, кто оценивал ответы модели, кто исправлял ошибки и кто решил, что результат можно передавать внешним исследователям.

Значение имеют и вычислительные ресурсы. Большой кластер позволяет перебрать больше кандидатов и запустить больше проверок, но сам объем вычислений не превращает найденный ответ в доказательство. Он должен быть описан вместе с алгоритмом, человеческими решениями и ограничениями эксперимента.

Пока публичный пересказ дает лишь общую картину: над задачей работала команда, а OpenAI использовала значительные ресурсы. Деталей для оценки вклада каждого участника недостаточно.

Вывод: пока это спор о заявленном результате, а не подтвержденное решение

По доступным публичным материалам OpenAI не доказала задачу тысячелетия в форме, которую можно независимо проверить. Компания сообщила о внутреннем доказательстве для уравнений Навье-Стокса, но не опубликовала его и не представила формальную проверку в Lean.

Обвинения Тристана Бакмастера в присвоении подхода и давлении на авторов требуют отдельной документальной проверки. Позиция OpenAI сводится к отрицанию плагиата и признанию того, что компания направила ресурсы на задачу после появления информации о возможном решении. Ни одна из сторон пока не предоставила полного набора материалов, который снял бы все вопросы.

Главный урок выходит за пределы одного конфликта. AI-лабораториям нужны прозрачные правила происхождения данных, авторства, человеческого вклада и публикации доказательств. Читателю стоит ждать полного текста результата OpenAI, проверки формализации, независимой оценки математиков и ясного ответа о работе с черновиками исследователей.

Пока этих данных нет, самая точная формула звучит сдержанно: OpenAI заявила о возможном прорыве, но научное сообщество еще не получило оснований считать задачу тысячелетия решенной.