OpenAIが主張するNavier–Stokesの突破は、異なる判断を一つの見出しにまとめる。同社は内部AIが88時間で有限時間の特異点を構成し、Leanで形式化したと述べる。しかし形式命題が公式問題と一致するか、専門家が論証を認めるか、誰に功績があるかは別問題だ。報じられた仕事は数学界の通常の審査を終えていなかった。
9月のHeidelberg Laureate Forumは緊張を浮き彫りにした。研究者は単に人間の問題解決を守ろうとしたのではない。確認できる答えを速く作ることが、理解、公正な帰属、共有される科学能力も生むのか、それとも独占モデルを持つ企業が何を進歩と呼ぶか決めるのかを問うていた。
正確な反例の主張であり、すべての流れではない
Navier–Stokes方程式は分子ごとでなく連続体として流体を扱い、航空機、天候、水、血流で今も役立つ。難問は滑らかな3次元非圧縮流で、滑らかな初期条件が常に滑らかか、速度などが有限時間で非有界になるかというものだ。粘性の平滑効果が、条件に適合する特異点の構成を難しくする。
OpenAIは内向きに旋回し引き伸ばされる渦を作り、速度上昇とともに中心が縮み、全エネルギーは有限だと説明する。重要なのは滑らかな外力を含み、速度が発散しても外力は滑らかなままという主張だ。公式問題の二つの反例形式を満たすとしている。あらゆる無外力版の解決や、流体方程式が単純に「間違い」だとの説明に変えてはならない。
同社によれば関連方程式の進展の噂を受け2026年9月1日に始め、未公開モデルを未解決ミレニアム問題全体と関連課題で試した。約1万の同時エージェントがツールと限定的共有を使い、証明と反証を探索した。9月5日、開始約88時間で結果に至り、GPT-6 AstraでLean形式化と検証にさらに17時間かかったという。
Navier–Stokesでは270万メッセージと約1300億出力トークン、全課題では490万と約3000億を報告した。独立監査のない企業数字であり、提案、失敗、確認を巡る大規模協調探索で、単発チャットではない。生成モデルは公開Astraより強いとされ、論文と証明の公開だけで一般利用者が探索を再現できるわけではない。
Leanが調べられること、決められないこと
Leanは明示的定義と規則で数学を表し、承認された基礎から形式ステップが導かれるか調べる。文章審査で落とす論理の穴を閉じられるが、符号化した命題と仮定が意図した問題かは専門家が確認する。内部的な形式整合性は、範囲や解釈の合意を自動的には生まない。
検査器は優先権、戦略の出所、十分な謝辞も判定しない。論証を洞察的にしたり、教え、再利用し、拡張できるかを決めたりもしない。長い形式証明は少数しか仕組みを理解しなくても正しい場合がある。それは理解の課題であって、計算機支援を拒む理由ではない。
Clayの規則は適格な出版、広い数学的承認、少なくとも2年間の厳しい検討を経て詳細な賞審査に進む。OpenAIは受賞を求めないという。しかし金銭の辞退は審査を短縮せず、即時の合意も作らない。専門家は形式定理、読める構成、先行研究を比べる必要がある。
Geordie Williamsonは、職業評価が解決を報いる一方で解決と理解が離れると警告した。Jacob Tsimermanは能力進歩の速さとNavier–Stokes解決の重要性を強調した。Peter Scholzeは理解がすでに不足する中で速度自体に価値があるかを問うた。進歩の中身についての違いであり、楽観と恐怖の単純な対立ではない。
優先権の疑惑は技術的反証ではない
OpenAIは動機となった噂をNYUのTristan BuckmasterとAnthropic社員Levent Alpögeに結び付けた。二人は関連する外力付きEuler問題を研究していた。Eulerには粘性がなく、発表されたNavier–Stokes主張と同じではない。OpenAIはそれ以前に別手法で無外力Euler結果を独立に得たとしつつ、広いNavier–Stokes手法には関連する外力戦略があると認める。
同社は完成前に誰も二人の非公開研究を見ていないと否定し、内部調査でBuckmasterの以前のCodex入力が学習その他を通じ影響した可能性も排除したと述べる。Buckmasterは経緯、圧力、著者、連絡に異議を唱えた。Scientific Americanは、OpenAIが自らの成果前に進展を知ったという彼の考えを報じ、同社数学者Sébastien Bubeckは入力や証明の使用を否定した。
Diego CórdobaとLuis Martínez-Zoroaによる外力手法への先行貢献も歴史に含まれる。Córdobaは完成主張に驚いたと語った。高度な数学は方法、部分結果、会話、時には未公開の考えを通じ育つ。帰属は新規性を示し、職、助成、招待、地位に関わる。すべてを一モデルに帰すと、その連鎖が消える。
二つの問いを分ける必要がある。非公開資料の不適切取得は公開証拠で確定せず、OpenAIも否定する。一方、連絡、帰属、権力格差の批判はその取得の立証を必要としない。Williamsonは行動を厳しく批判し、Michael Harrisは威圧的で学問規範を乱すという報道を説明した。IEEE発稿前にOpenAIのコメントはなかった。これは定理を否定せず、礼儀正しさも誤証明を正しくしない。
独占資源が研究競争を変える
数学は文章や予測より客観的に確認しやすく、有名問題は宣伝効果もある。Anthropicは内部ClaudeでRiemann予想を試し、解決せず関連評価の進歩を得たと報じられた。Googleや専門プロジェクトも証明、形式化、発見を進めるが、すべて完成したミレニアム解ではない。
Scholzeはベンチマークや宣伝が、分かりやすいゴールへ注意を向けると懸念した。理論構築、分野間の関係、概念明確化は何十年も育ち、有名な終点を持たないことがある。資金と採用が機械の見える解決を追えば、科学的に重要な仕事が支援を失い得る。
IEEEは、二つの発表が自分の研究と重なったMita Ramabulanaの不安を報じた。他人が研究者の問題をモデルに渡し先に発表できるというものだ。暗号学博士課程のAilsa Robertsonは、同じ職を競う同僚がアクセスに多額を払い、使わなければ遅れると感じると述べた。OpenAIによる研究者向け前沿モデル10万ライセンス提供も報じられた。
アクセス制度は助けになる一方、大学はより強い内部システムで競う企業の公開道具に依存する。高価な装置の不平等は既存だが、公共・国際大型施設の統治は、変更、アクセス撤回、最高能力の留保が可能な私有サービスとは違う。数学の比較的低い設備障壁が変化している。
採用と著者評価には開示が必要だ。通常形式の論文は、自動探索、形式化、発見の量や利用条件の大きな違いを隠す。雑誌と大学には、普通の補助と実質的貢献を区別する来歴が必要で、全使用を同一視すべきではない。
検証には読めて責任を問える過程が必要
四色定理の網羅的確認から大型証明支援まで、数学はすでに計算を認める。新しい圧力は規模だ。形式対象が専門家の理解より速く届けば、監査と説明が滞る。人が機械仕事を翻訳する時間を増やしても、評価は最終解決を報いるままかもしれない。
Tsimermanの見方では人が問題を選び構造をつなぎ、システムが探索する。Williamsonは職業が機械出力の最適化に向かうかを問う。Torsten Hoeflerは検証可能なものはすべて自動化されると予測したが、価値ある問題、洞察的説明、公益方向を選べる証明ではない。
同じ違いはコード、チップ配置、計算にもある。正しい成果でも保守困難で、透明な開発史を欠く場合がある。完成が速いほど、ノート、却下仮説、出典、人の判断は重要だ。知識管理ソフトは文脈を保てても科学規範や著者を決めない。
形式証明、読める説明、来歴、独立再現を層に分けて公表できる。大発表前の秘密保持下専門審査は、宣伝上の優位を失っても信用を高める。外部の強い道具と評価環境へのアクセスは、完成証明の確認を超える再現を支える。自動発見を拒否するのでなく制度を強化する提案だ。
残る試験は三つある。定理と非形式構成がClayの定式化に一致する独立確認、何百万の生メッセージでなく出典・重要判断・人の介入の理解可能な連鎖、そして他者が再利用できる承認済み発見の反復だ。アクセス、雑誌開示、大学採用が、私有能力を共有数学へ変えるかを左右する。それまでは、支持資料を伴う帰属明確な主張であり、公式に確定した解決ではない。
出典
OpenAIの主張 · ミレニアム賞規則 · ハイデルベルク討論 · 論争の独立報道 · 知識文脈の解説 · IEEE Spectrum分析