Il 1° settembre, racconta OpenAI, i ricercatori hanno sentito voci secondo cui due problemi del Premio del Millennio erano stati risolti e hanno lanciato un nuovo modello interno sulle principali questioni aperte. Il suo sistema multi-agente—circa 10.000 agenti con strumenti di codice e un internet memorizzato nella cache—ha raggiunto un risultato sulle Navier–Stokes circa 88 ore dopo, afferma l'azienda.¹

La dimostrazione rivendicata afferma che un fluido tridimensionale liscio può sviluppare una singolarità in tempo finito: un collasso nelle equazioni usate per modellare fenomeni che vanno dal meteo al flusso sanguigno. OpenAI ha pubblicato una dimostrazione scritta e una formalizzazione Lean, definendola una risoluzione del problema dell'esistenza e della regolarità, uno dei sette Problemi del Premio del Millennio da 1 milione di dollari della matematica.¹ Sam Altman l'ha celebrata come «uno dei momenti più straordinari per me nella storia di OpenAI».Sam Altman (sama)²

Ma la cronologia è diventata rapidamente oggetto della controversia. Il giorno precedente, il matematico della NYU Tristan Buckmaster e il ricercatore di Anthropic Levent Alpöge hanno pubblicato un lavoro su un problema correlato di Euler forzato dopo quasi un anno di collaborazione assistita dall'IA. Buckmaster ha detto che il loro percorso somigliava a quello di OpenAI in un modo che «non è la direzione a cui si arriva in pochi giorni dando a un modello l'enunciato del problema».³ Ha chiesto se il modello dell'azienda fosse stato addestrato su, o avesse avuto accesso a, le loro sessioni Codex contenenti bozze del progetto—pur sottolineando di non aver visto la dimostrazione di OpenAI e di non sapere se i loro dati fossero stati usati.³

OpenAI nega che ricercatori o agenti abbiano visto il lavoro della coppia prima della sua pubblicazione e afferma che i risultati su Euler sono diversi: i suoi agenti hanno risolto una versione non forzata, mentre Buckmaster e Alpöge hanno lavorato su una forzata. Tuttavia, la sua dichiarazione lascia una riserva ristretta ma rilevante: «non può escludere» che dati di utilizzo de-identificati abbiano contribuito a migliorare i suoi modelli.¹

Questa precisazione ha amplificato le richieste di esame approfondito. Yann LeCun ha rilanciato una richiesta di ascoltare «punti di vista alternativi su come sia avvenuto».Yann LeCun (ylecun)⁴ La posta in gioco va oltre la priorità: i critici temono un futuro in cui i ricercatori che usano strumenti commerciali di IA possano essere superati—e potenzialmente messi in competizione—dalle aziende che li gestiscono, armate di modelli privati e milioni di dollari in potenza di calcolo.⁵