Am 1. September, so OpenAI, hörten Forscher Gerüchte, dass zwei Millennium-Preisprobleme gelöst worden seien, und setzten ein neues internes Modell auf große offene Fragen an. Sein Multi-Agenten-System – rund 10.000 Agenten mit Code-Tools und einem zwischengespeicherten Internet – gelangte laut Unternehmen etwa 88 Stunden später zu einem Navier-Stokes-Ergebnis.¹

Der behauptete Beweis besagt, dass eine glatte dreidimensionale Flüssigkeit eine Singularität in endlicher Zeit entwickeln kann: einen Zusammenbruch der Gleichungen, die zur Modellierung von Phänomenen von Wetter bis Blutfluss verwendet werden. OpenAI veröffentlichte einen schriftlichen Beweis und eine Lean-Formalisierung und bezeichnete dies als Lösung des Existenz- und Glattheitsproblems, eines von sieben Millennium-Preisproblemen der Mathematik mit jeweils 1 Million US-Dollar Preisgeld.¹ Sam Altman feierte es als „einen der erstaunlichsten Momente für mich in der Geschichte von OpenAI“.Sam Altman (sama)²

Doch die Chronologie wurde schnell zum Streitpunkt. Am Vortag veröffentlichten der NYU-Mathematiker Tristan Buckmaster und der Anthropic-Forscher Levent Alpöge nach fast einem Jahr KI-gestützter Zusammenarbeit Arbeiten zu einem verwandten erzwungenen Euler-Problem. Buckmaster sagte, ihr Ansatz ähnele dem von OpenAI in einer Weise, die „nicht die Richtung ist, zu der man in wenigen Tagen gelangt, indem man einem Modell die Problemstellung gibt“.³ Er fragte, ob das Modell des Unternehmens auf ihre Codex-Sitzungen mit Projektentwürfen trainiert worden sei oder darauf zugegriffen habe – betonte jedoch, dass er OpenAIs Beweis nicht gesehen habe und nicht wisse, ob ihre Daten verwendet worden seien.³

OpenAI bestreitet, dass Forscher oder Agenten die Arbeit des Duos vor ihrer öffentlichen Veröffentlichung gesehen hätten, und erklärt, die Euler-Ergebnisse unterschieden sich: Seine Agenten hätten eine ungetriebene Version gelöst, während Buckmaster und Alpöge an einer erzwungenen Version arbeiteten. Dennoch enthält die Stellungnahme eine enge, aber folgenreiche Einschränkung: Das Unternehmen „kann nicht ausschließen“, dass de-identifizierte Nutzungsdaten zur Verbesserung seiner Modelle beigetragen haben.¹

Diese Einschränkung hat Forderungen nach einer genaueren Prüfung verstärkt. Yann LeCun unterstützte die Forderung, „alternative Sichtweisen darauf zu hören, wie es passiert ist“.Yann LeCun (ylecun)⁴ Es geht um mehr als Priorität: Kritiker fürchten eine Zukunft, in der Forscher, die kommerzielle KI-Tools nutzen, von den Unternehmen, die diese betreiben, überholt – und potenziell mit ihnen in Konkurrenz gebracht – werden könnten, während diese über private Modelle und Rechenleistung im Wert von Millionen Dollar verfügen.⁵