På tisdagen meddelade företaget Open AI att deras AI-modeller – på endast 88 timmar – har löst Navier-Stokes-ekvationen, en av matematikens mest välkända olösta gåtor: de sju så kallade millennieproblemen. År 2000 instiftade Clay Mathematics Institute vid Cambridge i Massachusetts i USA ett pris på en miljon dollar för lösningen på vart och ett av dem. Fram tills nu har matematiker bara lyckats med ett av problemen.
Navier-Stokes-ekvationen, uppkallad efter 1800-talsfysikerna Claude-Louis Navier och George Gabriel Stokes, beskriver flödet av vätskor och gaser. Problemet, som matematiker har försökt lösa i mer än 90 år, är om ekvationen alltid ger lösningar som stämmer med hur vätskor och gaser beter sig i den verkliga världen. Det är en helt annan typ av matematik än de problem som AI tidigare har lyckats lösa.
För att komma fram till lösningen använde Open AI interna AI-modeller som ännu inte är tillgängliga för andra.
”Vi anser att det är viktigt att informera världen om takten i AI-utvecklingen och vad man kan förvänta sig av kommande modeller”, skriver företaget i ett pressmeddelande.
De skriver också att de inte tänker göra anspråk på millenniepriset.
Det nya beviset har än så länge bara granskats av ett logikprogram.
– Människor måste ju också läsa och kolla att allt är rätt. Men jag tror att sannolikheten är hög att de faktiskt har lyckats lösa det här, säger Svante Linusson, professor i matematik vid Kungliga tekniska högskolan, KTH, i Stockholm, till DN.
Samtidigt väcks frågor om hur genombrottet gick till. I sitt pressmeddelande skriver Open AI att inspirationen till försöket kom den 1 september, när de fick höra rykten om att Levent Alpöge vid det konkurrerande AI-bolaget Anthropic och Tristan Buckmaster, professor vid matematik vid New York University, var på väg att lösa Navier-Stokes-ekvationen.
– Man kan fråga sig om det är etiskt försvarbart. De andra forskarna har haft ett långt program för att lösa detta, och så kastar Open AI in sina jättemaskiner för att hinna först, säger Svante Linusson.
Alpöge och Buckmaster verkar ha använt verktyg både från Anthropic och från Open AI i sitt arbete. ”Även om det är osannolikt kan vi inte utesluta att avidentifierad data som härrör från deras användning av våra produkter hjälpte till att förbättra våra modeller”, skriver Open AI.
– Det blir ju en märklig situation för oss mänskliga matematiker. Om vi sitter och jobbar hårt med verktyg från Open AI och vi är nära att lösa ett problem, då kan Open AI se det och slänga in mer avancerade modeller och komma före, säger Svante Linusson.
Lösningen verkar alltså vara en kombination av bidrag från mänskliga matematiker och AI. Men det visar också hur viktigt AI har blivit för matematiken.
– De som inte har tillgång till verktygen kommer att hamna på efterkälken forskningsmässigt.
