Contesa tra Ricercatori e OpenAI sul Problema di Navier–Stokes
La disputa tra il professor Tristan Buckmaster della NYU e OpenAI sul progresso verso la risoluzione del problema di Navier–Stokes solleva interrogativi sull'uso dell'intelligenza artificiale nella ricerca matematica.
In Breve
- Chi è Tristan Buckmaster?
- Tristan Buckmaster è un professore di matematica alla New York University che ha fatto progressi significativi sul problema di Navier–Stokes.
- Cosa ha fatto OpenAI riguardo al problema di Navier–Stokes?
- OpenAI ha pubblicato una dimostrazione completa del problema, attribuendola a un modello di prossima generazione.
- Qual è il valore del Millennium Prize?
- Il Millennium Prize offre un premio di un milione di dollari per la prima dimostrazione accettata del problema di Navier–Stokes.
Il professor Tristan Buckmaster, matematico della New York University (NYU), ha recentemente annunciato tre dimostrazioni e un risultato preliminare che rappresentano un significativo passo avanti nella risoluzione del complesso problema di esistenza e regolarità di Navier–Stokes. Questo problema è uno dei sette Millennium Prize, con un premio di un milione di dollari per la prima dimostrazione accettata. Le equazioni di Navier–Stokes sono fondamentali per la meccanica dei fluidi, ma rimangono scarsamente comprese in termini teorici.
Il lavoro di Buckmaster è stato svolto in collaborazione con il matematico Levent Alpöge e ha fatto ampio uso di modelli di intelligenza artificiale, tra cui Codex e Claude. Tuttavia, subito dopo l’annuncio di Buckmaster, OpenAI ha pubblicato una dimostrazione completa del problema, attribuendo la scoperta a un suo modello di prossima generazione, non ancora rilasciato. OpenAI ha dichiarato che il suo lavoro è iniziato il 1° settembre, stimolato da voci su possibili soluzioni ai problemi del Millennium Prize, e ha generato circa 300 miliardi di output token, con un costo computazionale stimato di 22,5 milioni di dollari.
Buckmaster ha sollevato preoccupazioni riguardo al fatto che OpenAI potrebbe aver ricevuto informazioni sui suoi progressi prima della pubblicazione. Secondo Buckmaster, quando sono stati contattati, i rappresentanti di OpenAI avrebbero inizialmente affermato di avere già una dimostrazione e successivamente fornito risposte evasive riguardo alle tempistiche e al contributo umano. I ricercatori hanno notato che l’approccio di Buckmaster e Alpöge, che ha seguito una via attraverso una forza regolare, era poco esplorato da altri, alimentando sospetti sul fatto che OpenAI avesse adottato la stessa strategia nello stesso periodo.
Le controversie non si fermano qui. Alpöge, attualmente impiegato da Anthropic, ha dichiarato di non aver svolto questa ricerca per conto della sua azienda. Il lavoro si è basato su una combinazione di modelli, con un ampio utilizzo di Codex. Inoltre, Buckmaster ha riportato che durante i contatti con OpenAI gli sarebbe stato chiesto di rimuovere il riconoscimento per Alpöge come parte di un compromesso, con frasi attribuite a Bubeck come “Why would you ruin your career?” e “If you don’t want me to be nice, then I don’t have to be nice.”
La questione solleva anche interrogativi sull’influenza delle interazioni con Codex sull’allenamento dei modelli di OpenAI. La società ha riservato il diritto di utilizzare dati derivati da interazioni con Codex, sebbene gli utenti possano scegliere di non partecipare. OpenAI ha affermato di non aver visto il lavoro dei ricercatori prima della sua pubblicazione, ma non ha escluso che dati de-identificati derivati dall’uso dei suoi prodotti possano aver contribuito al miglioramento dei modelli. Inoltre, ha sottolineato che le loro dimostrazioni differiscono significativamente, inclusa la distinzione nel caso di Euler tra forzato e non forzato.
Questa vicenda riapre il dibattito sul ruolo dell’intelligenza artificiale nella ricerca matematica e sulle dinamiche competitive tra i laboratori su problemi scientifici complessi. Buckmaster ha invitato a una maggiore trasparenza riguardo ai dettagli delle ricerche, sottolineando l’importanza di una comunicazione chiara in un campo così delicato e fondamentale per la scienza.
