Sprawni Cyfrowo
OpenAI ogłosił 8 września, że jego nieujawniony model nowej generacji wygenerował dowód problemu Naviera-Stokesa, jednego z siedmiu Problemów Milenijnych Clay Mathematics Institute, za rozwiązanie których wyznaczono nagrody po milionie dolarów. Firma opublikowała opis rozwiązania oraz formalny dowód zapisany w języku Lean. To pierwsza tak głośna deklaracja rozwiązania problemu tej rangi przez system sztucznej inteligencji.
Według relacji Simona Willisona agenty OpenAI ruszyły 1 września, a samo rozwiązanie powstało około 5 września, po niespełna 88 godzinach pracy. Formalizację w języku Lean domknięto dzień później. Skala liczb robi wrażenie. Na sam problem Naviera-Stokesa przypadło około 2,7 miliona wiadomości agentów i blisko 130 miliardów tokenów wyjściowych, a łącznie dla wszystkich zadań około 300 miliardów tokenów. Szacunki kosztu w cenach publicznego API wahają się od kilkunastu do ponad 20 milionów dolarów; realnych, wewnętrznych kosztów OpenAI nie ujawniło.
Kluczowe zastrzeżenie: dowód nie przeszedł jeszcze niezależnej recenzji naukowej. Formalny zapis w języku Lean weryfikuje spójność logiczną kroków, lecz nie zastępuje oceny środowiska matematycznego ani decyzji Clay Mathematics Institute o przyznaniu nagrody.
Spór o autorstwo i dane treningowe
Ogłoszeniu towarzyszy ostry konflikt. Matematyk Tristan Buckmaster z NYU, pracujący nad tym samym zagadnieniem z Leventem Alpöge z Anthropic, zarzuca OpenAI, że firma zajęła się tematem dopiero po tym, jak dotarły do niej pogłoski o ich podejściu. Jak opisuje TechCrunch, wybrana droga dowodu była rzadka: „Prawie nikt inny, kogo znam, nad tym nie pracował". OpenAI odpiera zarzuty i twierdzi, że nie widziało ich pracy aż do publicznej publikacji. Zarazem przyznaje, że „nie może wykluczyć", iż zanonimizowane dane z korzystania z jego produktów pomogły ulepszyć modele. Buckmaster i Alpöge korzystali między innymi z Codeksa OpenAI oraz modeli Claude.
Dla polskich firm to sygnał wykraczający poza matematykę. Jeżeli poufna praca, czyli kod, szkice i dokumenty, trafia do narzędzi AI, warto założyć, że może ona, choćby w formie zanonimizowanej, zasilać modele dostawcy. Zanim zespół wrzuci do czatu wrażliwą własność intelektualną, sprawdźcie warunki przetwarzania danych i rozważcie wersje firmowe z gwarancją braku retencji. Matematyk Terence Tao ostrzega dodatkowo, że wyścig AI może zniechęcać badaczy do dzielenia się pomysłami; ta sama ostrożność chroni tajemnicę przedsiębiorstwa.
Źródło: OpenAI — On the Navier–Stokes Millennium Prize Problem (EN), 8 września 2026. Kontekst sporu: TechCrunch (EN).
