OpenAI diz que sistema de IA resolveu problema do milênio Navier-Stokes

Sistema multiagente gerou e checou a prova proposta

A OpenAI disse que a fase de descoberta veio de um modelo interno significativamente mais capaz do que o GPT-6 Astra, descrito como seu modelo mais avançado disponível publicamente. Cerca de 10.000 agentes trabalharam juntos por 88 horas no problema, que permanece sem solução há cerca de 90 anos. Os agentes trocaram 2,7 milhões de mensagens e geraram cerca de 130 bilhões de tokens antes de o GPT-6 Astra gastar mais 17 horas formalizando e checando a prova resultante.

Sebastien Bubeck, pesquisador da OpenAI, separadamente disse que cerca de 10.000 agentes estavam trabalhando no problema em um determinado momento. O chefe de pesquisa da OpenAI, Mark Chen, disse que a conta de compute superou o valor de US$ 1 milhão do prêmio do Clay. A OpenAI disse que não vai buscar o dinheiro do prêmio.

O Clay Mathematics Institute não reconheceu a prova. Seus requisitos determinam que uma solução proposta seja publicada por meio de um veículo qualificado, permaneça disponível publicamente por dois anos e receba ampla aceitação de matemáticos antes de o instituto considerar conceder o prêmio. Assim, o resultado segue como uma solução proposta, sujeita a um escrutínio matemático prolongado, apesar de a OpenAI também ter produzido uma formalização verificável por máquina na linguagem de prova Lean.

A OpenAI disse que a relevância do sistema de pesquisa subjacente pode se estender além deste problema específico. A mesma abordagem multiagente poderia, no futuro, ser direcionada a pesquisas difíceis em ciência de materiais, energia, aeroespacial, medicina e outras áreas científicas, segundo o material que descreve o projeto.

Buckmaster e Alpöge questionam como a OpenAI chegou à abordagem

O matemático Tristan Buckmaster, da NYU, e o pesquisador Levent Alpöge, da Anthropic, passaram cerca de um ano seguindo uma rota intimamente relacionada, envolvendo uma força externa suave, e usaram extensivamente ferramentas de IA, incluindo o Codex da OpenAI, em seu trabalho. Buckmaster disse que quase ninguém que ele conhecia estava seguindo a mesma abordagem e questionou como a OpenAI chegou a ela poucos dias depois de saber que ele e Alpöge haviam feito progresso.

Buckmaster disse que inicialmente lhe foi mostrado um prompt durante conversas com a OpenAI e que lhe disseram que o esforço interno de pesquisa havia começado sem qualquer entrada humana além do enunciado do problema. Segundo Buckmaster, esse relato mudou em conversas posteriores, quando a OpenAI reconheceu que o primeiro prompt havia sido enviado apenas nos dias anteriores, depois que informações sobre o trabalho dele e de Alpöge chegaram à empresa.

Buckmaster disse que inicialmente lhe disseram que havia “muito pouca intervenção humana” no resultado. Mais tarde, ele afirmou que ligações com a OpenAI mostraram que uma equipe inteira esteve envolvida, que problemas mais fáceis foram atacados primeiro e que o prompt mostrado a ele havia sido gerado a partir de prompting do Codex.

Buckmaster não acusou a OpenAI de ter definitivamente se apropriado da pesquisa não publicada. Ele escreveu em um comunicado público: “Eu não sei se nossos dados foram usados.” A OpenAI diz que nem seus pesquisadores nem seus agentes viram os prompts, rascunhos ou dados de usuário de Buckmaster e Alpöge antes de o trabalho se tornar público e que nenhum dado específico de usuário foi acessado para gerar sua prova.

Mesmo assim, a OpenAI incluiu uma ressalva em sua resposta: “Embora improvável, não podemos descartar que dados desidentificados derivados do uso dos nossos produtos por eles tenham ajudado a melhorar nossos modelos.” Alpöge reagiu postando: “i mean props to them for straight coming clean”, após destacar essa linguagem.

A OpenAI também diz que sua prova difere substancialmente do trabalho produzido por Buckmaster e Alpöge. Essa distinção deixa a disputa focada não apenas em se algum material específico não publicado foi acessado, mas também em se o uso de produto desidentificado poderia ter influenciado modelos usados em pesquisas posteriores.

Também surgiu divergência sobre créditos e coordenação de divulgação

O comunicado de Buckmaster disse que a OpenAI havia apresentado “propostas” que incluíam remover o nome de Alpöge de um anúncio que atribuía a solução de Navier-Stokes ao modelo interno da OpenAI. Bubeck contestou essa caracterização.

Bubeck disse que uma captura de tela em discussão o mostrava entrando em contato com Alpöge “para coordenar nossos lançamentos” e escreveu em 8 de setembro de 2026: “Eu nunca, jamais pedi para Levent ser removido da autoria do próprio trabalho.” Sam Altman também apoiou publicamente a equipe da OpenAI.

Buckmaster creditou o programa de pesquisa subjacente aos matemáticos Diego Córdoba e Luis Martínez-Zoroa, e não a um sistema de IA. Ele chamou o episódio de um ponto de virada “Deep Blue-Kasparov” para a matemática.

Buckmaster não entrou com nenhuma ação judicial. A OpenAI segue sustentando que nenhum dado específico de usuário foi acessado e que sua prova é substancialmente diferente do trabalho dos outros pesquisadores, enquanto seu reconhecimento de que dados de uso desidentificados não poderiam ser completamente descartados deixou a questão da origem sem solução.

A questão mais ampla levantada pela disputa diz respeito a pesquisas conduzidas por meio de sistemas comerciais de IA cujos desenvolvedores também estão construindo ferramentas de pesquisa de fronteira. O ponto central é como trabalhos não publicados inseridos nesses produtos podem contribuir para melhorar o modelo, como a atribuição deve funcionar e como qualquer influência a jusante poderia ser demonstrada.