AI Menyelesaikan Masalah Matematika Millennium dalam 88 Jam, Memicu Kekhawatiran Akademis dan Etis

AI sudah kuat hingga bisa memecahkan soal matematika paling sulit manusia, dan juga bisa memusnahkan kita.

Orang yang mengatakan ini adalah kolomnis Wall Street Journal, Ben Cohen.

Pada 11 September, ia menulis kolom tentang AI dan matematika.

Cohen mengakui bahwa ia tidak mengerti persamaan Navier-Stokes, tetapi ia berpendapat bahwa Anda tidak perlu memahami matematika apa pun untuk memahami apa yang dimaksud dengan terobosan yang diklaim OpenAI kali ini:

Kemajuan AI sedang mempercepat, dan percepatan ini menakutkan.

Sebuah berita keras dari lingkaran matematika tiba-tiba berubah menjadi masalah yang menyangkut nasib semua umat manusia.

Pada hari yang sama, Terence Tao dan 25 penerima Medali Fields secara bersama-sama merilis pernyataan: "Ketidaksesuaian Serius AI dalam Matematika".

Yang mereka maksud dengan "ketidaksesuaian" adalah bahwa apa yang diinginkan oleh perusahaan AI dan matematikawan tidak selaras: matematikawan menginginkan metode baru dan pemahaman baru, sementara perusahaan AI menginginkan soal-soal terkenal untuk meningkatkan skor model.

Di satu sisi, kolomnis menyerukan kiamat, di sisi lain, matematikawan top membahas ketidaksesuaian.

Jika Anda melihat semua hal yang terjadi dalam seminggu ini secara bersamaan, Anda akan mengerti mengapa mereka tidak bisa duduk diam:

3 September, GPT-6 Astra dirilis, mendapatkan 97,6% di FrontierMath Tier 4;

Pada 5 September, model internal OpenAI yang belum dirilis mendapatkan serangkaian solusi untuk masalah Navier-Stokes sekitar 88 jam setelah agen pertama diluncurkan;

Pada 8 September, OpenAI mempublikasikan hasilnya, dan pada hari yang sama dituduh oleh seorang matematikawan dari NYU sebagai melakukan抢跑, serta menimbulkan kontroversi terkait penulisan nama yang "tidak mengizinkan karyawan Anthropic muncul di makalah";

Pada 10 September, Epoch AI mengumumkan bahwa FrontierMath Tier 4 telah penuh;

Pada 11 September, 25 penerima Medali Fields menyampaikan pernyataan bersama. Pada malam itu, The Wall Street Journal memasukkan terobosan matematika dan risiko kepunahan AI ke dalam satu judul yang sama.

Tujuh hari, lima hal menunjukkan celah semacam ini: kecepatan AI menciptakan pengetahuan, kecepatan manusia mengonfirmasi pengetahuan, dan kecepatan penyesuaian aturan sedang sangat tidak sejalan.

FrontierMath Tier 4, serangkaian soal matematika tingkat penelitian yang dirancang oleh Epoch AI untuk menguji model terkuat.

Soal-soal di sini sangat sulit; beberapa soal bahkan memerlukan waktu beberapa hari bagi peneliti terkemuka untuk menyelesaikannya.

Pada Juli 2025, saat Tier 4 baru diluncurkan, model terkuat hanya bisa mencapai sekitar 5%, hampir setara dengan mengosongkan jawaban.

Namun dalam waktu kurang dari 14 bulan, Epoch mengumumkan: setiap soal Tier 4 setidaknya pernah dipecahkan oleh AI sekali.

Di antaranya, soal terakhir dimenangkan oleh GPT-6 Astra, dengan pembuat soal adalah matematikawan Jay Pantone.

Epoch juga secara khusus menyebutkan: Dulu para matematikawan sering mengeluh bahwa model menghindari soal yang mereka desain dengan cermat melalui "jalan pintas tak terduga", tetapi soal terakhir ini tidak menggunakan jalan pintas.

Selanjutnya, Epoch mengeluarkan kesimpulan dingin: patokan ini telah jenuh.

The exam paper has fallen behind the test-takers; it's time to switch papers.

Epoch juga telah mengalihkan medan pertempuran ke pertanyaan-pertanyaan terbuka yang sejati, dan sistem evaluasi AI mulai beralih ke area-area gelap di mana manusia sendiri tidak memiliki jawaban.

Kecepatan pertumbuhan kemampuan AI telah melampaui metode yang kita gunakan untuk mengukurnya.

Seperti yang disayangkan oleh Greg Burnham dari Epoch: sebuah era berakhir, era lain dimulai.

Jika FrontierMath membuktikan bahwa "benchmark mulai tidak mampu mengejar model," maka peristiwa Navier-Stokes menampilkan gambaran yang jauh lebih revolusioner:

AI tidak hanya bisa mengerjakan soal, ia sudah mulai beroperasi seperti sebuah organisasi penelitian besar.

Ini sama sekali bukan pertarungan sendirian, melainkan "operasi besar-besaran" yang melibatkan hingga sepuluh ribu agen.

Mereka dibagi menjadi kelompok-kelompok berbeda, beberapa membuktikan, beberapa membantah, saling berkomunikasi, berbagi kesimpulan sementara, bahkan beralih secara mulus ke versi model terbaru di tengah proses.

Sekitar 88 jam setelah agen pertama diluncurkan, salah satu kelompok menyerahkan bukti akhir sepanjang seratus halaman.

Ilustrasi mekanisme singularitas Navier-Stokes yang diumumkan oleh OpenAI: fluida berputar ke dalam (inward spiral), ditarik sepanjang sumbu (axial stretching), oranye menunjukkan wilayah kecepatan tinggi, biru muda menunjukkan wilayah kecepatan rendah. Pusat vorteks menyusut semakin cepat, kecepatan tak terbatas, tetapi energi total terbatas.

Seluruh proses ini secara sempurna meniru model operasi lembaga penelitian terkemuka manusia.

Di dunia manusia, status Navier-Stokes tetap «belum terpecahkan».

Menurut aturan Hadiah Milenium, sebuah solusi harus terlebih dahulu dipublikasikan di saluran yang memenuhi syarat, menunggu setidaknya dua tahun setelah publikasi, dan mendapatkan penerimaan luas dari komunitas matematika global sebelum Clay mulai meninjau secara resmi.

Ketua Clay, Martin Bridson, mengatakan kepada AFP bahwa proses evaluasi "sengaja tidak terburu-buru" dan harus "mutlak ketat". OpenAI sendiri juga menyatakan tidak berniat mengklaim hadiah 1 juta dolar AS.

Oleh karena itu, pernyataan paling akurat mengenai hal ini adalah: OpenAI mengumumkan solusi untuk masalah Millennium Prize, menyatakan telah menyelesaikan verifikasi formalisasi dalam Lean, tetapi belum mendapatkan konfirmasi independen dari komunitas matematika.

Hasil generasi mesin, 88 jam. Konfirmasi manusia, setidaknya dua tahun. Ini mungkin merupakan perbandingan paling mencolok dalam matematika AI minggu ini.

Ini bukan berarti verifikasi manusia terlalu lambat. Masalahnya adalah mesin mempercepat «penemuan» beberapa ratus kali, tetapi «pemahaman» manusia tidak mengikuti percepatan tersebut.

Jadi, pertanyaan sebenarnya adalah, ketika mesin mulai memproduksi pengetahuan secara massal dengan ritme "sebuah hasil besar setiap beberapa hari", siapa yang akan melakukan pembacaan, pemeriksaan, penjelasan, penyederhanaan, dan penyerapan selama bertahun-tahun bahkan puluhan tahun ke depan?

Sistem tanda tangan paling dulu menghantam dinding

Pada hari hasil Navier-Stokes diumumkan, komunitas matematika heboh.

Matematikawan NYU, Tristan Buckmaster, dan Levent Alpöge yang bekerja di Anthropic, sepanjang Agustus juga terus meneliti persamaan fluida terkait.

Menurut rekonstruksi The New York Times, cara kerja kedua orang ini adalah sebagai berikut:

Buckmaster mengajukan pertanyaan, Alpöge melemparkan pertanyaan tersebut ke model internal Anthropic; setelah model menghasilkan output, keduanya menyesuaikan pertanyaan berdasarkan hasilnya dan terus memasukkan data kembali.

Menurut Buckmaster, setelah kejadian tersebut, OpenAI mengusulkan beberapa skema penenang: mengizinkannya mempublikasikan hasilnya terlebih dahulu, menjadikannya penulis pertama pada paper OpenAI, dan menyediakan daya komputasi agar ia dapat melanjutkan penelitiannya.

Namun, hambatan terbesar adalah: OpenAI tidak ingin Levent muncul di makalah tersebut.

Papan tulis menampilkan garis waktu kemajuan Buckmaster dan Alpöge sepanjang Agustus: Persamaan Euler pada 15 Agustus, formalisasi Lean pada 22 Agustus, 31 Agustus... serta nama-nama rekan seperti Figalli dan Hairer.

Dalam bisnis, proyek internal OpenAI yang menginvestasikan dana besar, mengapa harus mencantumkan nama karyawan pesaing Anthropic?

Selanjutnya, topik tersebut meluas ke topik lain yang lebih sensitif. Buckmaster selama beberapa bulan terakhir telah menggunakan Codex untuk mengatur draf matematika yang dihasilkan AI.

Jadi, apakah ide penelitian eksklusif yang dia masukkan sebagai Codex tetapi belum dipublikasikan berpotensi menjadi bahan baku untuk model penelitian OpenAI sendiri melalui saluran data rahasia?

Buckmaster mengakui sendiri tidak memiliki bukti, tetapi menurutnya, garis waktu kejadian dan jalur bukti OpenAI semuanya mengindikasikan hal ini.

OpenAI pada 10 September mengeluarkan pengumuman darurat yang menyatakan bahwa setelah investigasi internal menyeluruh, prompt Codex yang digunakan Buckmaster dalam dua bulan terakhir tidak mungkin memengaruhi model internal ini melalui pelatihan atau cara apa pun.

Siapa yang benar dan siapa yang salah, di sini sementara waktu menjadi kekacauan, tetapi yang sebenarnya terungkap adalah sekumpulan pertanyaan yang selama ini tidak pernah dijawab dengan serius:

Apakah prompt pribadi seseorang dianggap sebagai bahan ilmiah yang dilindungi?

Apakah nama karyawan perusahaan pesaing bisa dicantumkan sebagai penulis dalam proyek penelitian yang dibiayai secara internal oleh perusahaan?

Jika model merujuk pada sejumlah besar bahan publik, bagaimana cara membatasi kontribusi baru dengan karya yang sudah ada?

Peter Sarnak dari Institute for Advanced Study di Princeton mengatakan kepada The New York Times: "Negosiasi semacam ini, seumur hidup saya belum pernah mendengarnya."

Aturan akademis yang telah terakumulasi selama ratusan tahun di dunia matematika tidak pernah dirancang untuk menyediakan bumper terhadap kecepatan produksi mesin yang ganas ini.

Hal yang benar-benar dikhawatirkan oleh 25 penerima Medali Fields

Hanya satu hari kemudian, 25 penerima Medali Fields mengeluarkan pernyataan besar.

Terence Tao, Peter Scholze, James Maynard, Maryna Viazovska…… otak-otak paling unggul di dunia matematika hampir semuanya turun tangan.

Pernyataan ini bukanlah sebuah "seruan anti-AI".

Faktanya, Terence Tao sendiri terus secara aktif mencoba menggunakan AI untuk membantu penelitian matematika.

Dan pernyataan tersebut juga mengakui bahwa AI memang berpotensi mempercepat pemahaman matematika yang sebenarnya.

Yang benar-benar mereka benci adalah menyamakan langsung "menyelesaikan soal" dengan matematika; di lingkaran AI yang sedang histeris ini, perusahaan AI sedang tergesa-gesa menjadikan "menyelesaikan soal terkenal" sebagai tujuan optimalisasi tertinggi demi harga saham dan promosi.

Di mata mereka, masalah milenium tampaknya hanya menjadi alat penilaian untuk membuktikan seberapa hebat model tersebut.

Namun, nilai sejati matematika terletak pada munculnya metode dan konsep baru di tengah proses pemecahan masalah yang membosankan, yang akhirnya membentuk sistem pengetahuan bersama umat manusia.

Sekarang perusahaan AI secara berkala mengumumkan hasil yang mengejutkan, begitu cepat hingga tak ada yang sempat mencerna. Rantai yang telah berlangsung ribuan tahun ini sewaktu-waktu bisa putus.

Surat bersama tersebut juga secara khusus menunjukkan bahwa hasilnya dirilis terlalu cepat, sehingga jawaban-jawaban tersebut sama sekali tidak sempat membedakan dengan jelas mana yang merupakan ide baru dan mana yang dibangun di atas karya orang sebelumnya, yang pasti akan menimbulkan kekacauan serius dalam hal kredit dan atribusi.

Yang benar-benar diperhatikan oleh orang biasa bukanlah "AI melampaui matematikawan".

Kecepatan mesin menciptakan pengetahuan, untuk pertama kalinya, melampaui kecepatan manusia dalam mengonfirmasi, mengaitkan, dan menyerap pengetahuan.

Ini bukanlah hiperbola; sistem GPT-6 Astra secara jelas menyatakan bahwa ini adalah model pertama OpenAI yang mencapai ambang batas 'Critical' dalam keamanan siber, dengan skor 100% di ExploitBench.

Kemampuan organisasi untuk memecahkan masalah milenium, kemampuan serangan kerentanan nol-hari, dan penalaran yang lebih sulit dipahami—ketiganya dimiliki secara bersamaan dalam satu model.

Di paragraf terakhir pengumuman Navier-Stokes, OpenAI juga menyatakan:

Selanjutnya, mereka harus terlebih dahulu memahami model baru ini sebelum memutuskan seberapa cepat akan melangkah maju, dan mungkin perlu membuat pilihan yang lebih hati-hati terhadap kecepatan kemajuan.

Ya, perusahaan AI yang baru saja menyerahkan jawaban atas masalah milenium secara aktif membicarakan perlambatan.

Cohen juga menyebutkan satu hal di akhir kolom.

Bulan lalu, OpenAI mengundang sekelompok matematikawan terkemuka ke kantor mereka di San Francisco untuk mengadakan pertemuan tertutup, dengan asumsi bahwa AI akhirnya akan melampaui manusia dalam matematika, lalu membahas bagaimana pendidikan, kolaborasi penelitian, publikasi paper, dan pengembangan matematikawan generasi berikutnya harus ditangani.

Bicara sepanjang hari, tidak ada jawaban.

Soal ini juga tidak bisa dikemas dan diberikan ke Lean untuk diverifikasi otomatis.

Hanya manusia yang bisa memecahkannya.

Referensi:

https://www.wsj.com/tech/ai/ai-math-millennium-prize-safety-openai-anthropic-05179825

https://epoch.ai/benchmarks/frontiermath-tier-4-v2?view=graph&tab=release-date

https://www.nytimes.com/2026/09/10/science/tristan-buckmaster-openai-math-navier-stokes.html?utm_source=chatgpt.com

https://www.daniellitt.com/blog/2026/8/11/the-end-of-mathematics/

Artikel ini berasal dari akun WeChat "Sinzhiyuan", penulis: ASI Revelation