Pada hari Selasa waktu setempat, OpenAI melepaskan bom besar.
Raksasa AI ini mengumumkan bahwa sebuah model AI internal yang belum dirilis hanya membutuhkan 88 jam untuk memecahkan masalah eksistensi dan kehalusan persamaan Navier-Stokes—salah satu dari tujuh masalah matematika yang ditetapkan oleh Institut Matematika Clay pada tahun 2000 sebagai “Masalah Hadiah Milenium”, dengan hadiah $1 juta, yang telah membingungkan komunitas matematika selama hampir satu abad.
Persamaan Navier-Stokes muncul pada abad ke-19, diajukan oleh insinyur Prancis Claude-Louis Navier dan matematikawan Irlandia George Gabriel Stokes, untuk menggambarkan pergerakan fluida seperti udara, air, dan darah. Dari desain pesawat hingga ramalan cuaca, dari aliran darah hingga simulasi arus laut, persamaan-persamaan ini hampir menembus semua bidang ilmu dan teknik yang melibatkan fluida.
Namun, satu pertanyaan mendasar tetap belum terjawab: apakah persamaan-persamaan ini selalu memberikan jawaban yang masuk akal secara fisik, atau apakah dalam kondisi tertentu mereka akan “meledak” — menghasilkan kecepatan tak hingga?
Jawaban OpenAI sangat jelas: akan meledak.
OpenAI secara jelas menyatakan dalam pengumuman resmi bahwa sistemnya menghasilkan bukti parsing dan verifikasi formal Lean yang membuktikan bahwa fluida statis halus awal dapat membentuk singularitas dalam waktu terbatas. Ini menyelesaikan pernyataan “C” dan “D” dalam Millennium Prize Problems.
Secara fisik, seperti apa bentuknya? OpenAI menggambarkannya sebagai "pusaran" — fluida berputar spiral ke dalam seperti spagheti, terus memanjang, sementara area pusat menyusut dan kecepatannya meningkat, tetapi energinya tetap terbatas. Tantangan teknisnya terletak pada: istilah-istilah dalam persamaan Navier-Stokes yang menggambarkan gerakan — percepatan, gradien tekanan, transfer momentum, viskositas — harus menjadi sangat besar sekaligus saling menetralkan secara tepat.
Proses derivasi memerlukan biaya besar:
OpenAI meluncurkan hingga 10.000 agen AI yang beroperasi secara paralel. Di antaranya, 1.000 agen pertama-tama menyelesaikan persamaan Euler (kerabat dekat Navier-Stokes, versi tanpa suku viskositas) dalam 50 jam, kemudian seluruh 10.000 agen memperluas hasil tersebut ke masalah Navier-Stokes lengkap dalam 11 jam. Agen-agen tersebut saling bertukar hampir 3 juta pesan dan menghabiskan sekitar 130 miliar token output. Biaya komputasi mencapai jutaan dolar.
Menurut New Scientist, jika pelanggan ingin mereproduksi hasil ini, OpenAI menawarkan harga sekitar $15 juta.
Presiden Clay Mathematics Institute, Martin Bridson, mengomentari: “Ini benar-benar hari yang menarik, karena kita sedang menyaksikan kemajuan besar dalam pemahaman manusia terhadap matematika.”
Namun penemuan ini sejak awal diselimuti kontroversi.
Mereka mencuri penelitian kami!
Pada hari sebelum OpenAI mengumumkan pernyataan resmi—7 September, profesor matematika Universitas New York, Tristan Buckmaster, dan peneliti Anthropic, Levent Alpöge, baru saja menerbitkan sebuah paper yang mengumumkan terobosan besar mereka pada persamaan fluida terkait.
Penelitian kedua orang tersebut juga memanfaatkan AI: mereka menggunakan model Claude dari Anthropic serta model Codex dan Astra dari OpenAI. Matematikawan terkenal dan penerima Penghargaan Fields, Terence Tao, menyebut pekerjaan ini sebagai "prestasi luar biasa" di media sosial.
Namun, Buckmaster kemudian merilis pernyataan yang menuduh OpenAI, setelah mengetahui kemajuan penelitian mereka, dengan tergesa-gesa mengalihkan sumber daya untuk terlebih dahulu merilis hasilnya.
Buckmaster dalam pernyataan tersebut menjelaskan rincian kejadian:
Pada 6 September, Buckmaster menerima panggilan dari OpenAI yang memberitahunya bahwa model internal mereka telah menyelesaikan bukti ledakan untuk versi "digerakkan oleh gaya luar" dari persamaan Navier-Stokes, dengan naskah sepanjang sekitar 100 halaman.
Ketika Buckmaster menanyakan kapan OpenAI mulai meneliti masalah ini dan berapa banyak personel manusia yang terlibat, jawaban pihak tersebut menjadi semakin samar. Pada akhirnya, OpenAI mengakui—prompt pertama dikirimkan "dalam beberapa hari terakhir", dan tepat dalam periode ini, kabar tentang kemajuan penelitian Buckmaster dan Alpöge sampai ke OpenAI.
Yang lebih membuat Buckmaster marah adalah: OpenAI juga berusaha menghapus Alpöge dari daftar penulis.
Buckmaster menyatakan bahwa OpenAI menawarkan kepadanya sebuah "proposal kolaborasi": ia dapat menjadi penulis yang ditunjuk pada sebuah makalah yang mengumumkan bahwa masalah Navier-Stokes telah diselesaikan oleh model internal OpenAI, tetapi nama Alpöge tidak boleh muncul—dengan alasan ia berafiliasi dengan pesaing Anthropic. Buckmaster menolak usulan tersebut.
Ketika Buckmaster menyatakan akan mempublikasikan kekhawatiran ini, dikatakan bahwa pihak lain merespons: “Mengapa kamu ingin menghancurkan karirmu sendiri?” dan “Jika kamu tidak ingin saya bersikap ramah, maka saya juga tidak perlu bersikap ramah.”
Buckmaster juga menunjukkan bahwa jalur penelitian yang dipilihnya dan Alpöge—menyerang masalah Clay melalui pendekatan “dorongan eksternal”—adalah arah yang sangat jarang. “Menurut saya, hampir tidak ada orang lain yang melakukan arah ini,” tulisnya, “bukanlah arah yang bisa dipikirkan dalam beberapa hari hanya dengan memberikan pernyataan soal kepada model.”
OpenAI balas: "Tidak mencuri"
Menanggapi tuduhan ini, OpenAI segera merespons.
Matematikawan OpenAI, Sébastien Bubeck, secara tegas membantah semua tuduhan dalam konferensi pers. Ia menyatakan bahwa model internal OpenAI secara mandiri menyelesaikan masalah Euler (“kerabat dekat” dari masalah Navier-Stokes), dan menggunakan metode yang sama sekali berbeda dari Buckmaster dan Alpöge.
Untuk solusi dari masalah Navier-Stokes yang lengkap, Bubeck mengakui memang menggunakan metode yang mirip dengan dua matematikawan tersebut, tetapi ia menekankan bahwa ini adalah penemuan independen sepenuhnya.
“Kami tidak menggunakan petunjuk atau bukti mereka untuk memicu model kami atau membimbing agen kami,” kata Bubeck.
Terkait garis waktu, OpenAI menjelaskan: pada 28 Agustus, mereka memulai pelatihan model AI baru dengan kemampuan matematika tingkat lanjut. Pada 1 September, perusahaan mendengar kabar bahwa "Anthropic membuat kemajuan dalam masalah Navier-Stokes", sehingga memutuskan untuk mengalokasikan lebih banyak sumber daya komputasi ke masalah tersebut.
“Tidak ada personel atau sistem AI yang mencari data pengguna untuk menyelesaikan masalah ini,” kata Mark Chen, Chief Research Officer OpenAI, dalam konferensi pers. Bubeck juga menekankan: “Sebelum kami merilis, kami tidak melihat karya apa pun dari mereka (Buckmaster dan Alpöge). Setelah kejadian, terlihat bahwa bukti kami memiliki perbedaan signifikan, bahkan hasil spesifik dari bukti tersebut pun berbeda.”
OpenAI juga mengakui, "Meskipun tidak mungkin, kami tidak dapat sepenuhnya mengecualikan bahwa data teranonymisasi dari penggunaan produk kami dapat membantu meningkatkan model kami."
Tentang tuduhan “menghapus nama Alpöge”, Bubeck juga membantahnya di media sosial.
Hash rate is king, who got sacrificed?
Inti dari kontroversi ini jauh lebih dari sekadar dendam antara dua orang atau dua perusahaan bersaing.
Scientific American menunjukkan: "Sumber ide matematika AI sangat sulit dilacak." Ketika model AI dilatih pada data yang berisi sejumlah besar hasil penelitian manusia, bagaimana cara membedakan "oriinal" dari "turunan"? Ketika sebuah perusahaan memiliki akses Codex dari karyawan perusahaan lain, bagaimana cara menjamin penelitian tidak diambil "secara tidak sah"?
Titik kontroversi lainnya adalah: bukti dari OpenAI mungkin sama sekali tidak memenuhi persyaratan asli dari Masalah Hadiah Milenium. Definisi Institut Matematika Clay untuk masalah Navier-Stokes didasarkan pada persamaan tanpa gaya luar, sementara bukti dari OpenAI ditujukan pada versi dengan gaya luar. Laporan BBC menunjukkan bahwa solusi dari OpenAI menyelesaikan dua dari empat pernyataan yang diminta oleh Hadiah Milenium, tetapi OpenAI tidak berniat mengklaim hadiah tersebut.
Namun, ada kekhawatiran yang lebih dalam lagi dari penerima Fields Medal, Terence Tao.
Tepat sebelum kontroversi meletus, Terence Tao baru saja membahas dampak yang mungkin ditimbulkan AI terhadap penelitian matematika setelah menyelesaikan masalah matematika terbuka besar, dengan menggunakan persamaan Navier-Stokes sebagai contoh.
陶哲轩 khawatir bahwa jika AI menyelesaikan seluruh proses eksplorasi dalam lingkungan tertutup, manusia pada akhirnya hanya akan menerima hasil yang telah diverifikasi, dan banyak jalur menengah yang berharga mungkin tidak pernah masuk ke komunitas matematika. Masalah terbuka seperti Navier-Stokes selama puluhan tahun telah mendorong munculnya metode baru, masalah baru, dan peneliti baru.
Dia merancang eksperimen pemikiran "Andaikan AI datang 20 tahun lebih awal": di dunia itu, Zhang Yitang mungkin tidak bisa bersaing dengan AI. Pada tahun 2005, para matematikawan mengembangkan metode GPY; pada tahun 2013, Zhang Yitang membuktikan batas atas terbatas untuk jarak bilangan prima sebesar 70 juta. Tao Terence kemudian meluncurkan proyek Polymath8, yang memungkinkan para matematikawan di seluruh dunia bekerja sama, pada akhirnya memicu terobosan besar seperti metode penyaringan Maynard.
Tetapi bagaimana jika AI sudah memecahkan masalah ini dengan kekerasan pada tahun 2005? Metode-metode itu mungkin tidak pernah ditemukan, dan perkembangan seluruh bidang teori bilangan mungkin terhenti. Tao Zhexuan memperingatkan bahwa jika AI hanya memecahkan masalah dengan kekerasan demi meningkatkan peringkat, ia bisa "membunuh ayamnya," menyebabkan bidang matematika berhenti berkembang.
Namun, hashrate adalah mata uang nyata di era ini.
OpenAI dapat menyelesaikan pekerjaan yang mungkin memerlukan berbulan-bulan bahkan bertahun-tahun bagi seorang matematikawan, bukan dengan algoritma yang lebih cerdas, tetapi dengan 10.000 agen dan sumber daya komputasi jutaan dolar.
Buckmaster membandingkan peristiwa ini dengan "saat Deep Blue melawan Kasparov"—seperti superkomputer IBM Deep Blue yang mengalahkan juara catur dunia Kasparov pada tahun 1997. Namun berbeda dengan catur, yang memiliki aturan dan wasit yang jelas, aturan dalam kompetisi akademik di era AI masih dalam proses penyusunan.
Eksperimen pemikiran yang dibangun oleh Terence Tao sudah menjelaskan dengan jelas: ketika perusahaan AI mampu memecahkan setiap masalah matematis dengan membanjiri daya komputasi, yang sebenarnya dikorbankan mungkin adalah matematika itu sendiri—metode, alat, dan pertanyaan baru yang muncul selama proses eksplorasi, serta jalur perkembangan seluruh generasi matematikawan.
Mungkin di era ini, siapa yang lebih dulu menemukan jawabannya, dia yang menang, dan apa yang dikorbankan di jalan tidak ada yang peduli.
Twitter：https://twitter.com/BitpushNewsCN
Grup diskusi TG BitPush: https://t.me/BitPushCommunity
Langganan TG BitPush: https://t.me/bitpush