OpenAI AI系统攻克纳维尔斯托克斯方程千禧年难题，引发学术优先权争议

事件概述

OpenAI宣布其内部AI系统成功解决了纳维尔斯托克斯（Navier-Stokes equations）方程的存在性与光滑性问题，这是克雷数学研究所公布的七个“千禧年大奖难题”之一。该证明已通过Lean形式化验证，相关论文已公开。这一进展意味着人工智能已开始参与解决长期困扰顶尖数学家的基础理论问题。

核心信息与技术细节

• 研究对象：纳维尔斯托克斯方程是描述流体运动的核心模型。关键未解之谜在于：三维不可压缩流体在初始状态光滑的情况下，是否可能在有限时间内产生“奇点”（即速度无限增长，导致连续介质模型失效）。
• 解决方案：OpenAI的研究团队构造了一种特殊涡旋结构，证明初始光滑且静止的流体在受到光滑外力作用后，可通过空间尺度缩小和轴向拉伸，在有限时间内形成奇点，同时保持整体能量有限。
• 执行方式：
  • 采用多智能体（Multi-Agent）协作系统，而非单一模型。
  • 涉及约1万个AI Agent，分为不同小组探索“存在奇点”和“不存在奇点”两种方向。
  • 前置工作：9月1日启动任务，先利用约100个Agent耗时50小时解决了相关的欧拉方程正则性问题，为后续研究提供线索。
  • 最终结果：9月5日获得纳维尔斯托克斯问题解答，从启动到结果耗时约88小时，随后花费17小时完成Lean形式化验证。
• 资源消耗：
  • 总消息发送量：约490万条。
  • 总输出Token消耗：约3000亿（其中纳维尔斯托克斯任务消耗约1300亿Token）。
• 模型能力：OpenAI表示，该系统背后的模型能力显著超过GPT-6 Astra。

关键人物回应

• 陈立杰（OpenAI研究员/加州大学伯克利分校助理教授）：清华姚班毕业生，MIT计算机博士。他此前预测AI可能在2027年发表顶级数学论文，2028年前后解决千禧年难题。他对实际进展速度表示惊讶，称其为“不可思议的时代”。

学术争议与优先权之争

尽管成果显著，但围绕研究优先权和过程透明度的争议随之而来：

1. 争议发起方：纽约大学柯朗研究所流体力学专家Tristan Buckmaster。
2. Buckmaster的主张：
   • 他与Anthropic研究员Levent Alpöge合作，早在8月15日前已通过大模型（包括Claude、Codex等）完成了带光滑外力条件下的不可压缩多孔介质方程、Boussinesq方程及三维不可压缩Euler方程的有限时间爆破解答。
   • 他认为OpenAI最初声称仅输入问题本身由模型完成证明，但后续沟通显示OpenAI组织了完整团队，通过解决简单问题逐步推进，并使用了大量计算资源。
   • 他质疑OpenAI是否接触了其团队在Codex中的研究资料，但强调并未看到OpenAI的证明，也未直接指控抄袭，旨在澄清事实避免误解。
3. OpenAI的回应：
   • 研究员Noam Brown否认使用用户数据，认为事实清楚，对抄袭指控感到遗憾。
   • Anthropic员工Sholto Douglas从技术流程角度分析，认为OpenAI获取并利用用户研究数据影响结果的可能性极低。

行业影响

此次事件引发了学术界对AI参与基础科学研究的新规则审视：

• 科研协作模式转变：AI不再仅是辅助工具，而是能够提出假设、寻找路径并完成证明的“科研协作者”。
• 伦理与规范挑战：传统学术体系中的论文署名权、研究贡献计算方式以及AI生成证明的认定标准均面临重新定义的需求。