OpenAI, matematiğin en önemli problemlerinden birini çözdü

OpenAI, Navier-Stokes problemi için 10 bin ajanla hazırlanan bir kanıt açıkladı; resmi kabul için matematik topluluğunun incelemesi gerekiyor.

Şirket, kamuya açılmamış ve GPT-6 Astra’dan daha yetenekli diye tanımladığı modelin analitik kanıt ürettiğini bildirdi. OpenAI’ye göre Lean sistemiyle yapılan biçimsel doğrulama GPT-6 Astra tarafından tamamlandı; Clay Matematik Enstitüsü ise problemi çözülmemişler listesinde tutuyor.

88 saatlik ajan yarışı

OpenAI, çalışmanın 1 Eylül’de iki Milenyum problemine ilişkin söylentilerden sonra başlatıldığını açıkladı. Yaklaşık 10 bin yapay zekâ ajanı paralel çalıştı; şirketin verdiği sayıya göre olası sonuç 5 Eylül’de, ilk görevlerden 88 saat sonra bulundu.

Kuruma göre ajanlar süreçte 2,7 milyon mesaj üretti ve 130 milyar çıktı token’ı kullandı. Ara bulgular Codex ile birleştirildi; doğrulama aşaması ise Lean üzerinde 17 saat daha sürdü.

Navier-Stokes’un 1 milyon doları

Navier-Stokes denklemleri su, hava ve kan gibi akışkanların hareketini modellemek için kullanılıyor. Uçak tasarımı, hava tahmini, okyanus akıntıları ve kan dolaşımı bu matematiksel çerçevenin uygulama alanları arasında bulunuyor.

Denklemlerin üç boyutlu akışkanlarda her başlangıç koşulunda düzgün kalıp kalmadığı, Clay’in 2000’de ilan ettiği yedi Milenyum Ödülü Problemi arasında yer alıyor. Ödül çerçevesinde kabul edilen her çözüm için 1 milyon dolar ayrıldı.

Enstitü kayıtlarına göre yedi problemden yalnızca Poincaré varsayımı çözüldü; Navier-Stokes başlığı OpenAI’nin açıklamasından sonra da resmi olarak kapanmış değil. Bu ayrım, şirketin teknik iddiası ile matematik topluluğunun kabul süreci arasındaki mesafeyi gösteriyor.

OpenAI’nin savı, hareketsiz ve düzgün başlayan bir akışkanın düzgün dış kuvvete rağmen sonlu sürede tekillik geliştirebileceği yönünde. Şirket, içe doğru sarmal yapan uzayan bir girdapta merkezin küçüldüğünü, hızın sınırsız büyüdüğünü ve toplam enerjinin sonlu kaldığını belirtti.

Bu anlatıma göre iddia, Clay tanımındaki C ve D seçeneklerini kanıtlayarak probleme olumsuz yönden yanıt veriyor. Başka bir ifadeyle OpenAI, denklemlerin her durumda düzgün çözüm üretmediğini savunuyor.

Clay’in iki yıllık eşiği

Bu iddia, kabul edilmiş bir çözüm anlamına gelmiyor. Clay kuralları uyarınca çözümün uygun hakemli yayında çıkması, yayımdan sonra en az iki yıl geçmesi ve uluslararası matematik topluluğunda genel kabul görmesi gerekiyor.

Bu takvim OpenAI açısından teknik bir başarı iddiasını uzun bir itibar sınavına çeviriyor. Kanıt sağlam bulunursa şirket, gelişmiş modellerin biçimsel matematikte yalnızca yardımcı değil, üretici rol oynayabileceğini göstermek isteyecek.

Buckmaster ve Alpöge gölgesi

Açıklama, New York Üniversitesi Matematik Profesörü Tristan Buckmaster ile Anthropic araştırmacısı Levent Alpöge’nin ayrı çalışmasına ilişkin tartışmayla birlikte geldi. Buckmaster, OpenAI’nin kendi ekiplerinin sonuç hazırladığını öğrendikten sonra bu alandaki çabasını hızlandırdığını söyledi.

İki araştırmacının taslaklarının Codex konuşmalarına yüklenmiş olması, yayımlanmamış verilerin kullanılıp kullanılmadığı konusunda şüphe doğurdu. Buckmaster, modelin ne yaptığına ilişkin bilgisi olmadığını ve OpenAI’ye doğrudan suçlama yöneltmediğini de belirtti.

OpenAI araştırmacısı Sébastien Bubeck, Buckmaster ve Alpöge’nin çalışmasının kullanılmadığını söyledi. Şirket de çalışanların ve ajanların çalışmayı kamuya açıklanmadan önce görmediğini savundu; ancak ürün kullanımından türetilen kimliksizleştirilmiş verilerin model geliştirmeye katkısını tamamen dışlayamayacağını kabul etti.

Hesaplama talebi ve güvenlik

OpenAI’nin iddiası, yapay zekâ sistemlerinin matematikte daha görünür hale geldiği bir döneme denk geldi. Şirket mayısta yaklaşık 80 yıllık başka bir problemde ilerleme bildirmiş, Google DeepMind ise Uluslararası Matematik Olimpiyatı problemlerinde güçlü sonuçlar açıkladığını duyurmuştu.

Eğer kanıt hakemli süreçte ayakta kalırsa, OpenAI için model güvenilirliği ve kurumsal talep açısından referans oluşturabilir; yapay zekâ sektörü için de daha yüksek hesaplama bütçelerini savunan bir örnek haline gelebilir. Küresel ekonomi açısından etki, kısa vadeli büyüme verilerinden çok veri merkezi yatırımı, enerji talebi ve bilimsel Ar-Ge harcamaları kanallarıyla izlenecek.

Eğer kanıt zayıf bulunur veya veri kullanımı tartışması büyürse, OpenAI’nin bilimsel güvenilirliği zarar görebilir ve sektör üzerindeki denetim baskısı artabilir. Açık sorular, Lean doğrulamasının bağımsız biçimde tekrarlanıp tekrarlanamayacağı, Clay’in başvuruyu ne zaman değerlendireceği ve özel araştırma verilerinin nasıl korunacağıdır.