OpenAI решила задачу Навье-Стокса - и устроила скандал в математике

Есть задачи, которые определяют целые эпохи в науке. Уравнения Навье-Стокса - одна из них. Описывают движение жидкостей, лежат в основе авиаконструирования, метеорологии, моделирования кровотока. С 1934 года, когда Жан Лере доказал существование решений в обобщенном смысле, вопрос о том, остаются ли они всегда гладкими, висел без ответа. В 2000-м Институт Клэя включил его в список семи "Задач тысячелетия" с призом в $1 000 000 за каждую.

Сентябрь 2026-го. OpenAI объявляет, что одна из ее внутренних моделей - значительно более мощная, чем публично доступный GPT-6 Astra, - решила задачу Навье-Стокса. Не просто нашла численное приближение, а построила аналитическое доказательство и формализовала его в системе проверки математических утверждений Lean. Доказательство показывает: гладкая трехмерная жидкость может развить сингулярность за конечное время. Скорость растет без ограничений, континуальное приближение разрушается - вихрь "спагеттифицируется" и схлопывается.

Звучит как историческое событие. Но математическое сообщество сейчас не отмечает - оно разбирается, кто у кого что украл.

Как 88 часов превратились в скандал

По версии OpenAI, 1 сентября компания услышала слухи о том, что кто-то из исследователей близок к решению сразу двух задач тысячелетия. Решили проверить свою внутреннюю модель. 10 000 агентов запустили параллельно - и 5 сентября, спустя примерно 88 часов, система нашла решение. Дополнительно 17 часов ушло на верификацию в Lean через GPT-6 Astra. Агенты обменялись 2,7 миллиона сообщений и сгенерировали около 130 миллиардов выходных токенов только по задаче Навье-Стокса. Для всего проекта цифры - 4,9 миллиона сообщений и 300 миллиардов токенов. По публичным ценам API это около $15 000 000 вычислительных ресурсов.

Проблема в том, кто именно фигурировал в тех слухах. Тристан Бакмастер - профессор математики NYU - и Левент Алпеге, математик из Anthropic, почти год работали над задачей Навье-Стокса. Прорыв у них случился 15 августа. Слухи о прогрессе Anthropic дошли до OpenAI - и та начала собственный забег.

Бакмастер связался с OpenAI, когда понял, что происходит. Его вопросы были прямыми: когда был отправлен первый запрос их системы? Использовались ли его сессии в Codex - инструменте OpenAI, куда он и Алпеге загружали черновики на протяжении всего проекта - для обучения модели?

Ответы его не удовлетворили. OpenAI заявила, что агенты не видели его работы "никакими средствами", и категорически отрицает, что промпты Бакмастера за последние два месяца "каким-либо образом повлияли на систему, включая обучение". Бакмастер в ответ: "Учитывая их поведение до сих пор, к таким заявлениям стоит относиться с большим скептицизмом".

Корпоративная война внутри математики

Еще один острый момент - участие Алпеге. OpenAI предложила Бакмастеру стать соавтором их публикации, но дала понять: Алпеге в соавторы не войдет, потому что работает в Anthropic. Сам Алпеге утверждал, что это была личная коллаборация, не связанная с его работой в компании. Для OpenAI это не имело значения.

Именно здесь математики, с которыми разговаривал The Verge, и видят главную проблему. Среди них - Андреас Том, тоже оказавшийся в центре недавних споров вокруг работ OpenAI. Суть претензий не сводится к конкретному инциденту: математики описывают ощущение, что в их область ворвался игрок с несопоставимыми ресурсами и совершенно другими мотивами. Математики хотят продвигать науку. OpenAI хочет победить - и продемонстрировать мощь своих моделей.

Разница в мотивации меняет всю динамику поля. Когда компания с бюджетом на вычисления в десятки миллионов долларов решает "проверить модель" на задаче, которую человек изучал год, - это не научное сотрудничество. Это спринт с заведомо неравными стартовыми условиями.

Что доказано - и что это означает

Технически результат серьезный. Доказательство строится на вихре, который закручивается внутрь и вытягивается, как спагетти. Центральная область сжимается, скорость нарастает - и при этом полная энергия системы остается конечной. Именно это требование делало задачу такой сложной: нужно было показать коллапс без бесконечного внешнего воздействия. Члены уравнений - ускорение, градиент давления, перенос импульса, вязкость - должны одновременно расти и взаимно компенсироваться так, чтобы внешняя сила оставалась гладкой.

Доказательство опубликовано с формализацией в Lean - это важно, потому что Lean позволяет механически верифицировать каждый шаг. Ошибку туда не спрячешь. Математическое сообщество сейчас проверяет результат, и пока серьезных опровержений самого доказательства не появилось - претензии касаются процесса, а не математики.

Практические следствия неоднозначны. Уравнения Навье-Стокса по-прежнему работают как инженерный инструмент - самолеты не перестанут летать. Но теперь мы знаем, что модель, описывающая жидкость как непрерывную среду, может в принципе "сломаться". Для теоретической физики и прикладной математики это меняет горизонт исследований.

Что это говорит об ИИ в науке

OpenAI использовала модель, которую еще не выпустила публично, - и это отдельная история. Компания фактически говорит: смотрите, что нас ждет в ближайших релизах. GPT-6 Astra использовался только для верификации; основной решатель - что-то существенно мощнее. Это демонстрация возможностей, завернутая в научную публикацию.

Для разработчиков и исследователей, которые работают с математическими системами, сигнал очевиден: агентные архитектуры на таких масштабах уже решают задачи, недоступные одиночным моделям. 10 000 параллельных агентов - это не просто "больше вычислений", это качественно другой подход к поиску доказательств.

Для научного сообщества ситуация сложнее. Математики описывают поле, которое меняется быстрее, чем успевают сложиться новые нормы взаимодействия с технологическими компаниями. Вопрос об авторстве, о доступе к пользовательским данным, о том, кто имеет право участвовать в совместных публикациях - все это требует ответов, которых пока нет.

Информация об этом событии подтверждена несколькими независимыми публикациями, включая официальный блог OpenAI и материалы участников событий.