← 返回 Siami 首頁

OpenAI 宣稱 AI 破解 Navier-Stokes 千禧年大獎問題 10,000 個代理耗時 88 小時,但陶哲軒與 NYU 數學家公開質疑

▲ 938 💬 754
OpenAI 宣稱 AI 破解 Navier-Stokes 千禧年大獎問題 10,000 個代理耗時 88 小時,但陶哲軒與 NYU 數學家公開質疑

OpenAI 在 2026 年 9 月 8 日拋出一顆震撼彈:宣稱自家 AI 模型產出了 Navier-Stokes 千禧年大獎問題的「存在性與光滑性」解法,附完整書面證明與 Lean 形式化證明。這個問題懸而未決 200 年、與 6 個其他千禧年問題共享 100 萬美元獎金,但發表不到 24 小時,數學社群就已炸鍋。

編按:本文綜合整理自 OpenAI 官方公告、New Scientist 報導、TechCrunch、Fortune,並加入 Siami 編輯部觀點與分析。


OpenAI 怎麼「解」的:先用 1,000 個代理、再升級到 10,000 個

Navier-Stokes 方程式描述流體運動——機翼上方的氣流、水龍頭出水、海浪翻湧都歸它管。但 Clay 數學研究所提出的千禧年問題是:這個方程式是否永遠成立?還是會在某些情境下「崩潰」(blow-up),噴出數學上沒意義的無限大?

OpenAI 的解法策略是分兩階段:

  1. 先攻 Euler 方程式(Navier-Stokes 的簡化親戚):派出 1,000 個 AI 代理,耗時 50 小時找到 Euler 方程式的 blow-up 構造。
  2. 再延伸到 Navier-Stokes:把代理規模升到 10,000 個,只花 11 小時就完成擴展。

總耗時 88 小時,動用最多 10,000 個 AI 代理。OpenAI 在記者會上說,如果客戶想用同樣算力跑這個問題,大約要花 1,500 萬美元(約合新台幣 4.7 億元)。

OpenAI 並未公布用的是哪個模型,只說「比 GPT-6 Astra 還強得多」。負責這項研究的是 OpenAI 的 Sébastien Bubeck 與 Venkat Chandrasekaran。


爭議一:NYU 數學家指控 OpenAI「抄他的解法」

就在 OpenAI 發表前幾小時,紐約大學(NYU)數學家 Tristan Buckmaster 與 Anthropic 研究員 Levent Alpöge 才剛對外公開他們的 Navier-Stokes 三個「踏腳石」突破。Buckmaster 直接指控 OpenAI:

  • OpenAI 的模型透過他的 Codex session 看到他的工作內容,然後產出幾乎一樣的解法。
  • Bubeck 曾要求他從論文中刪掉 Alpöge 的署名,當作「和解」的條件。
  • 整件事感覺像 OpenAI 在「動用資源搶先發表」別人還沒寫完的工作。

OpenAI 方面(Bubeck)回應:模型沒有直接存取 Buckmaster 的個資,但沒有否認他的對話紀錄是否被當作訓練資料的一部分。


爭議二:陶哲軒:「OpenAI 解的子問題,不是最難的那個」

更關鍵的是,Fields 獎(數學界的諾貝爾獎)得主 Terence Tao 在 9 月 7 日就搶先發表了一篇技術文章〈Finite time blowup with smooth forcing term for the incompressible porous medium Boussinesq and incompressible Euler equations〉。

陶哲軒的核心質疑:

我不是在批評 OpenAI 的工作,但他們解的子問題(smooth forcing term blowup)並非千禧年大獎原本問的那個。千禧年問題問的是「沒有外力時 Navier-Stokes 是否 blow-up」。

換句話說,陶哲軒認為 OpenAI 是在自己加了一個「外力項」(forcing term) 之後解的,這比較像 Euler 方程式已經有的結論,不是 200 年來沒人解開的那個真正難題。陶還親自拍了一段 YouTube 影片回應。


為什麼這件事重要

這個事件的重要性遠超過「AI 又贏了人類」這種表面說法。三層意義:

  • 千禧年 7 題裡第一個被宣稱解掉的:如果 Clay 數學研究所承認,這是 2000 年提出千禧年大獎以來,第一個被跨過終點線的題目。P vs NP、黎曼猜想、楊-米爾斯規範場等都還沒人解。
  • AI for Math 變成正式戰場:今年 5 月 OpenAI 才用模型破解 Erdős 猜想、Claude Fable 5 解了 Jacobian 猜想反例、上週 AI 還用 11 天把費馬最後定理形式化。AI 在純數學領域的進展速度,已經從「輔助工具」升級成「獨立研究者」。
  • 「搶發表」的醜陋面被攤開:Buckmaster 的指控如果屬實,等於 AI 巨頭在用戶的研究還沒寫完時就吸收並「洗」成自家成果。這不只是學術誠信問題,更是整個 AI 訓練資料倫理的縮影。

數據解讀

  • 88 小時 vs 200 年:從方程式被寫下到現在約 200 年,OpenAI 宣稱用 88 小時找到解。這數字反差大到讓人懷疑——但時間軸沒問題:模型並非從零摸索,而是消化了 Buckmaster 公開的半成品結果。
  • 1,500 萬美元算力:這個數字凸顯一個結構性問題:未來要驗證 AI 解法的人,必須有同樣等級的算力才能跑出來對照,獨立第三方驗證變得更困難。
  • 「比 GPT-6 Astra 還強」:OpenAI 沒公開模型細節,這呼應了 Scouty 9 月 5 日的報導:Anthropic 內部模型早已跑贏公開版本。AI 巨頭正在「囤積 SOTA」——只秀次強的,藏最強的。

後續發展

短期看 Clay 研究所至少要 6-12 個月才能審完這個證明。中期則要看陶哲軒會不會在 Lean 社群裡親自驗證這個 100 頁的形式化證明。長期,「AI 解出的數學」能不能算數學會是整個學界必須面對的制度問題——從期刊審查到博士論文口試,全都還沒有 SOP。


本篇資料來源:OpenAI 官方・New Scientist・TechCrunch・Fortune・Terence Tao 部落格

🎬 延伸影片:Terence Tao 親自拍片回應:AI 真的解決了 100 萬美元的 Navier-Stokes 問題嗎?

網友熱門留言 (3)

#1 Hacker News 讀者 ▲ 1245
如果 Clay 數學研究所正式承認這個解法,這是千禧年大獎 7 個問題裡第一個被 AI 攻克的
#2 Hacker News 讀者 ▲ 892
OpenAI 用『比 GPT-6 Astra 還強』的未公開模型跑這件事,意思是他們其實有比發表版更強的東西沒拿出來
#3 Hacker News 讀者 ▲ 734
陶哲軒的回應影片才是真正重要的部分,他質疑的點是 OpenAI 並沒有解『最難的』Navier-Stokes 子問題,而是先挑軟柿子