随着研究人员提出数据担忧，OpenAI 面临对纳维-斯托克斯问题主张的审查

该公司表示，它没有访问存储在自己平台上的未发表的研究成果，但参与其中的数学家对此答案并不完全满意。

OpenAI 表示，它解决了数学中最难解决的问题之一。两名研究人员认为，该公司的人工智能可能一路上偷看了他们的作业。

9月8日，OpenAI宣布其内部人工智能模型已经解决了纳维-斯托克斯存在性和平滑性问题，这是克莱数学研究所设立的七个千年奖问题之一。这些问题中只有一个，即庞加莱猜想，以前曾被解决过。如果得到验证，这将是该项目 26 年历史中的第二个解决方案，也是第一个主要由人工智能生成的解决方案。

凯莱金融是华尔街的优势，现在是任何人的优势——凯莱财经是您的代理人工智能投资研究终端。获得优势 →

OpenAI 声称已经做了什么

据报道，该解决方案是由约 10,000 个自主 AI 代理从 9 月 1 日左右开始，在 88 小时内协调工作生成的。计算工作之后，使用 Lean（一种证明助理语言）和最近发布的 GPT-6 Astra 模型进行了 17 小时的形式验证。

结果具体证明了纳维-斯托克斯方程的三维解中有限时间奇点或“爆炸”的可能性。更简单地说：人工智能发现了一种场景，描述流体流动的方程崩溃，在有限的时间内产生无限的值。这很重要，因为千年奖的挑战本质上是要问这种故障是否会发生。

据报道，计算费用高达 1500 万美元。 OpenAI 已发布证明和支持文档，但声明不会领取与该问题相关的 100 万美元奖金。

结果解决了千年奖公式中标记为“C”和“D”的特定允许语句，而不是整个问题。该证明尚未在同行评审的期刊上发表，更广泛的数学界仍在进行验证过程。

数据访问争议

数学成就虽然令人印象深刻，但并不是引起最激烈争论的原因。这种区别属于涉及纽约大学数学家特里斯坦·巴克马斯特和人类学家莱文特·阿尔波格的争论。

Buckmaster 和 Alpöge 已经研究相关流体动力学问题近一年了。他们在 9 月 7 日左右发布了自己的发现，就在 OpenAI 宣布这一消息的前一天。更深层的担忧涉及 OpenAI 的编码和研究平台 Codex。研究人员提出了这样的疑问：OpenAI 的人工智能系统是否可能在他们自己在平台上进行讨论的过程中无意中访问了他们存储在 Codex 中的未发表的作品。巴克马斯特对自己的语言一直很谨慎，澄清说他并不是直接指责 OpenAI 的不当行为，但公开批评了该公司对数据安全的保证，并对作者身份提出了尖锐的担忧。

OpenAI 首席研究官 Mark Chen 回应称，没有搜索任何用户数据来生成解决方案，并表示该公司完全遵守其数据政策。 OpenAI 坚决否认任何不当数据使用的指控。

虽然OpenAI表示在解决问题的过程中没有访问任何特定的用户数据，但并不排除更广泛的培训暴露的可能性。 “我们没有查看你的文件”和“你的文件从来不属于任何培训渠道”之间的区别正是隐私律师继续受聘的差距。

为什么精益证明很重要，以及为什么它还不够

OpenAI 对其结果有效性的论证很大程度上依赖于正式的精益验证。精益证明是可机器检查的，这意味着每个逻辑步骤都可以由软件独立验证。这提供了一层信心，这是用自然语言编写的传统数学证明无法自动提供的。

但形式验证证实了内部逻辑的一致性。它并不能解决正确的问题是否真正得到解决，或者所讨论的具体陈述是否完全满足克莱数学研究所的颁奖标准。该研究所本身历来需要数年时间来评估所声称的解决方案。例如，格里戈里·佩雷尔曼 (Grigori Perelman) 对庞加莱猜想的证明于 2002 年至 2003 年发表，但直到 2010 年才得到正式认可。

OpenAI 花费了大约 1500 万美元来解决一个可能无法获得的 100 万美元奖金的问题。真正的成本最终可能会以研究人员的信任来衡量。