ИИ решил задачу тысячелетия Навье–Стокса

Что произошло

Утром 8 сентября 2026 года математики OpenAI объявили, что группа из 10 000 автономных ИИ-агентов под их руководством, работавших на продвинутой модели, недоступной публике, обнаружила «сингулярность» в уравнениях Навье–Стокса в трёх измерениях — тем самым разрешив одну из шести оставшихся задач тысячелетия, поставленных в 2000 году Институтом Клэя, каждая из которых удостоена премией в $1 млн.

Это доказательство, созданное внутренней системой OpenAI, показывает, что динамика уравнений Навье–Стокса для движения жидкости может привести к сингулярности за конечное время. Компания публикует как письменное изложение доказательства, так и его формализацию на языке Lean.

Уравнения Навье–Стокса простыми словами

Математики и физики считают, что объяснение и предсказание движения жидкостей — от волн на озере до турбулентности в реактивном самолёте — кроется в понимании решений уравнений Навье–Стокса. Хотя эти уравнения были записаны ещё в XIX веке, наше понимание их остаётся минимальным.

Ключевой вопрос звучит так: могут ли уравнения Навье–Стокса для трёхмерной несжимаемой жидкости с постоянной плотностью развить «сингулярность» — даже если движение начинается гладко? Сингулярность означает, что скорость жидкости растёт неограниченно за конечный промежуток времени. Это должно произойти несмотря на вязкость, которая стремится сгладить движение. Поскольку реальная жидкость не может двигаться бесконечно быстро, это означало бы крах модели уравнений.

Уравнения помогают объяснить движение жидкостей, что может быть использовано для лучшего понимания всего — от кровообращения до погодных явлений.

«Наше доказательство показывает, что существуют жидкости, которые начинают движение совершенно нормально, а под действием уравнений Навье–Стокса достигают бесконечной скорости за конечный промежуток времени» — Вен Чандрасекаран, учёный-компьютерщик OpenAI

Поскольку подобное поведение физически невозможно для реальной жидкости, это предполагает, что в определённых обстоятельствах уравнения могут оказаться ненадёжным отражением физической реальности.

Как ИИ доказал теорему

Доказательство было создано группой агентов, использующих внутреннюю модель следующего поколения OpenAI, значительно превосходящую GPT-6 Astra.

Внутренняя группа модели пришла к решению Навье–Стокса за 88 часов, задействовав около 10 000 координирующих ИИ-агентов.

По данным OpenAI, работа над задачей Навье–Стокса сгенерировала около 2,7 млн сообщений агентов и приблизительно 130 млрд выходных токенов. Агенты пришли к результату примерно за 88 часов, после чего ещё 17 часов GPT-6 Astra использовалась для формализации и верификации доказательства на языке Lean.

Агенты были разделены на группы, каждой из которых были даны варианты математической задачи; они могли читать кэшированный интернет-корпус, запускать код и общаться внутри своих групп.

Решение представляет собой вихрь — закручивающийся поток жидкости, спирально движущийся внутрь и становящийся всё более вытянутым, как спагетти.

graph TD
    A["🔬 Старт: 1 сентября 2026\nСлухи о решении задач тысячелетия"] --> B["🤖 Запуск внутренней модели\nПревосходит GPT-6 Astra"]
    B --> C["👥 ~10 000 AI-агентов\nРаботают параллельно 88 часов"]
    C --> D["💡 Решение найдено\n5 сентября 2026"]
    D --> E["✅ Формализация в Lean\n+17 часов верификации"]
    E --> F["📢 Публичное объявление\n8 сентября 2026"]
    F --> G["🌍 Рецензия математического сообщества\nПродолжается"]

Что такое Lean и зачем он нужен

Lean — это язык формальной верификации (formal proof assistant), позволяющий записывать математические доказательства в машиночитаемом виде и автоматически проверять их логическую корректность. Если доказательство «компилируется» в Lean — значит, каждый логический шаг проверен.

Результат был формально проверен на языке программирования Lean, что даёт математикам уверенность в его корректности.

Однако у этого подхода есть ограничения:

Lean сам по себе не может судить о том, строго ли формализованное утверждение соответствует физическим и математическим требованиям задачи Навье–Стокса в постановке Феффермана. Если даже небольшое расхождение или неестественное допущение присутствует в условиях убывания начальных данных или определении гладкости внешних сил — то даже при успешной компиляции Lean-кода это не будет являться подлинным решением задачи тысячелетия.

Скандал с приоритетом

Параллельно с объявлением OpenAI разгорелся нешуточный академический скандал.

Открытие оказалось несколько омрачено обвинениями со стороны Тристана Бакмастера — профессора математики из NYU, который сотрудничал по смежным задачам с Левентом Алпёге, известным математиком, работающим в Anthropic. Жалоба Тристана сопровождалась наспех опубликованной версией их собственных результатов.

Тристан и Левент работали над задачей почти год, активно используя Claude и Codex (преимущественно GPT-5.6 Sol), и достигли прорыва 15 августа.

Несколько часов после объявления профессор математики NYU Тристан Бакмастер обвинил компанию в том, что та, возможно, использовала его частные исследования, сохранённые внутри Codex.

OpenAI свою причастность отрицает:

По итогам расследования компания подтвердила, что подсказки Бакмастера в Codex за два месяца, предшествовавших объявлению, никоим образом не могли повлиять на систему, в том числе через обучение.

OpenAI признаёт приоритет работы Алпёге и Бакмастера над задачей «форсированного Эйлера» и поздравляет их с замечательным математическим достижением. Исследователи и агенты OpenAI не видели их работы никакими средствами вплоть до её публичной публикации — в частности, для решения задачи не были получены какие-либо конкретные пользовательские данные.

Действительно ли задача решена?

Здесь важно понимать технические нюансы.

Доказательство демонстрирует существование сингулярности в 3D-уравнениях Навье–Стокса при наличии гладкого форсирующего члена — внешней силы. Миллионная задача тысячелетия касается уравнений без внешних сил, так что результат связан с ней, но не идентичен.

Если результат выдержит дальнейшую проверку, это станет, с большим отрывом, наиболее важным математическим доказательством, полученным при помощи искусственного интеллекта на сегодняшний день, и, возможно, обозначит фундаментальный поворотный момент в том, как математики подходят к сложным задачам.

Реакция математического сообщества

Вскоре после публикации математик Теренс Тао поздравил участников в своём блоге и в социальных сетях, назвав результаты «замечательным достижением» и заявив, что «в принципе ничто не мешает методам распространиться вплоть до полного Навье–Стокса».

Независимые математические издания охарактеризовали результат как крупное техническое достижение, подчёркивая при этом необходимость дополнительного человеческого рецензирования.

Что это означает для будущего ИИ в науке

Важнейшей целью работы OpenAI является расширение возможностей учёных для проведения исследований и развития технологий на благо всего человечества.

Этот скандал бьёт по ключевому вопросу доверия к ИИ-assisted науке: могут ли исследователи безопасно использовать инструменты ведущих лабораторий для работы над неопубликованными открытиями?

Что ясно уже сейчас: ИИ перешёл от решения учебных задач к штурму фронтира фундаментальной науки. И даже если вопрос о формальном присуждении $1 млн остаётся открытым — сам факт того, что машина за 88 часов продвинулась дальше, чем математики за 90 лет, меняет наше представление о границах возможного.