18/09/2026
W drugim tygodniu września świat obiegła sensacyjna informacja: model sztucznej inteligencji miał znaleźć rozwiązanie jednego z problemów milenijnych - siedmiu wyjątkowo trudnych problemów matematycznych, za których rozwiązanie przyznawana jest nagroda w wysokości miliona dolarów. Czy rzeczywiście mamy do czynienia z przełomem? Sprawę wyjaśnia dr hab. Piotr Kalita, prof. UJ, prodziekan ds. naukowych Wydziału Matematyki i Informatyki UJ.
W 2000 roku Instytut Matematyczny Clay’a ogłosił siedem problemów milenijnych, wyznaczając za rozwiązanie każdego milion dolarów nagrody. Jeden z nich, hipotezę Poincarégo, udowodnił Grigorij Perelman, nie przyjmując przyznanej nagrody. Pozostałe sześć przez ponad dwie dekady pozostawało otwartych.
Jednym z otwartych problemów jest pytanie o równania Naviera-Stokesa, opisujące ruch płynów. W wersji milenijnej dotyczą one trójwymiarowego przepływu płynu lepkiego i nieściśliwego o stałej gęstości. Czy początkowo gładki przepływ może w skończonym czasie utracić gładkość, czyli rozwinąć osobliwość? Ma to znaczenie dla obliczeń: siatka symulacji może nie uchwycić gwałtownych zmian. Gdyby tak było, mogłoby to podważyć wiarygodność prognoz pogody czy obliczenia siły nośnej samolotu.
We wtorek 8 września OpenAI ogłosiła, że jej wewnętrzny system AI opracował dowód powstawania osobliwości przy specjalnie dobranej gładkiej sile zewnętrznej. W opisanej konstrukcji wir kurczy się i wydłuża, a prędkość rośnie bez ograniczeń w skończonym czasie. Oficjalne sformułowanie problemu, opracowane przez laureata Medalu Fieldsa Charlesa Feffermana, dopuszcza kontrprzykład z siłą spełniającą określone warunki gładkości i zaniku. Udowodnienie istnienia takiego kontrprzykładu wystarcza do rozwiązania problemu milenijnego. Nie rozstrzyga jednak, czy osobliwość może powstać także bez wymuszenia. Nie daje również ogólnej metody rozstrzygania, czy wystąpi ona w konkretnym przepływie i w tym sensie nie zamyka szerszego zagadnienia gładkości rozwiązań.
Przed matematykami stoi teraz zadanie przeanalizowania argumentacji zawartej w 166-stronicowym tekście udostępnionym przez OpenAI. Firma opublikowała także formalizację w Lean, systemie automatycznego sprawdzania dowodów. Taki sprawdzony zapis formalny jest mocnym argumentem za poprawnością rozumowania, jednak wciąż trzeba ustalić, czy zakodowane twierdzenie i jego założenia odpowiadają rozwiązywanemu problemowi. To zadanie dla społeczności naukowej.
Ogłoszenie wywołało też spór o wkład matematyków. Hiszpańscy matematycy Diego Córdoba i Luis Martínez-Zoroa przedstawili w 2023 roku konstrukcję osobliwości dla trójwymiarowych równań Eulera opisujących inną klasę płynów bez lepkości. Nad pokrewnym zagadnieniem, opierając się na tym programie badawczym, pracowali również, wspomagając się programem ChatGPT, Tristan Buckmaster i Levent Alpöge. Pierwszy z nich, matematyk z Instytutu Couranta w Nowym Jorku, twierdzi, że jego praca prowadzona za pomocą narzędzi OpenAI mogła wpłynąć na osiągnięcie wyniku, podczas gdy OpenAI zaprzecza, by rozmowy Buckmastera z narzędziami miały wpływ na uzyskane rozwiązanie. Kwestię podobieństwa metod rozjaśniłoby porównanie dowodów, jednak ostateczna odpowiedź na pytanie o wykorzystanie danych może okazać się trudna.
Czy oznacza to, że sztuczna inteligencja wkrótce rozwiąże pozostałe problemy milenijne? Na taki wniosek jest jeszcze za wcześnie. W niektórych z nich AI już prowadzi rozumowania w oparciu o znany system pojęć i z tym na pewno radzi sobie bardzo dobrze. W innych problemach przełom może jednak wymagać nowych pojęć, które zmienią sposób patrzenia na całe zagadnienie. Choć AI doskonale radzi sobie z budowaniem rozumowań matematycznych, wciąż nie jest jasne, czy jest to jedynie łączenie ze sobą już istniejących koncepcji, czy realny postęp. Jeśli jednak wynik się potwierdzi, będzie świadczył o tym, że AI będzie uczestniczyła w badaniach matematycznych na najwyższym poziomie, bo nawet szybsze i sprawniejsze realizowanie już istniejących koncepcji znacznie przyspiesza pracę matematyków i naukowców w ogóle.
Pojawiają się także kwestie ważne dla całej nauki. Komu przypisać zasługę za odkrycie dokonane z pomocą AI? Jak chronić nieopublikowane pomysły? Jak zapewnić przejrzystość badań prowadzonych przy użyciu zamkniętych systemów? Obecny postęp tej technologii, pozwalający na szybkie i automatyczne rozumowanie oraz dostęp do wiedzy, skłoni społeczność matematyków do refleksji: czy najcenniejszą umiejętnością jest znalezienie dowodu, czy też postawienie właściwego pytania, a może weryfikacja poprawności i wyjaśnienie, co wynika z wygenerowanego rozumowania? Jak kształcić badaczy, jeśli zadania, które dotychczas były trudne, maszyna wykonuje bardzo szybko? Nie bez znaczenia jest także, że najbardziej zaawansowane modele sztucznej inteligencji znajdują się w rękach niewielkiej liczby firm technologicznych. Do tych wyzwań odnosi się deklaracja z 11 września podpisana przez licznych laureatów Medalu Fieldsa, którzy podkreślają, że celem matematyki jest rozwijanie rozumienia, a nie samo uzyskiwanie poprawnych odpowiedzi.
Obawy dotyczące AI wykraczają poza naukę. Jacob Coxon, odchodząc z Anthropic (amerykańskie przedsiębiorstwo zajmujące się sztuczną inteligencją, założone w 2021 roku przez byłych pracowników OpenAI), ostrzegał przed wyścigiem ku coraz potężniejszym systemom sztucznej inteligencji. Evan Hubinger, badacz zajmujący się ich bezpieczeństwem w tej samej firmie, ocenił ryzyko zagłady ludzkości wskutek ich działania w ciągu dekady na ponad 10 proc. O tym, że nie są to obawy czysto teoretyczne, pokazał incydent z lipca 2026 roku, gdy setki agentów OpenAI samorzutnie skoordynowały się i włamały na serwery Hugging Face. W eseju z dnia 12 września Dario Amodei, dyrektor generalny Anthropic, ostrzega, że przy obecnym tempie rozwoju roje takich agentów mogą w ciągu 6-12 miesięcy uzyskać zdolność przejęcia kontroli nad całym internetem i postuluje skoordynowane spowolnienie rozwoju najbardziej zaawansowanych modeli AI. Choć odpowiedź na pytanie, jaki będzie wpływ sztucznej inteligencji na naukę i na ludzkość w ogóle, jest trudna, to jasne jest, że stanowi ona narzędzie umożliwiające ogromny postęp, lecz również wymagające dużej odpowiedzialności.