OpenAIがナビエ・ストークス・ミレニアム懸賞問題に解答

AIによるナビエ・ストークスの特異点の証明

OpenAIは、流体運動のナビエ・ストークス方程式の力学が有限時間内に特異点を発生させ得ることを示す解析的な証明とLeanによる形式化を提示しました。この結果は、2000年にClay Mathematics Instituteによって設定された7つのミレニアム懸賞問題の一つである、ナビエ・ストークスの存在と滑らかさの問題を解決するものです。

この証明は、滑らかな外部力が作用する静止状態の滑らかな流体が、全エネルギーが有限に保たれているにもかかわらず、有限の時間内に流速が無制限に増大する特異点を発生させ得ることを確立しました。これは、これらの方程式で使用される連続体近似が崩壊し得ることを裏付けており、方程式が流体の挙動をモデル化する限界を示しています。

数学的メカニズム

解は、内側に渦巻き込み、ますます細長くなっていく渦（流体の回転する渦）を記述しています。このシナリオでは、渦の中心領域が縮小する一方で、その速度が増大します。有限のエネルギーと滑らかな外部力を維持するために、加速度、圧力勾配、運動量転送、および粘性の項を記述する項は、大幅に増大しなければなりませんが、それらが正確なバランスで互いに打ち消し合う必要があります。これにより、無限の外部力を必要とせずに、速度が無制限に増大することが可能になります。

手法：大規模なマルチエージェント協調

OpenAIは、GPT-6 Astraよりも大幅に高い能力を持つ内部モデルによって駆動される、協調エージェントのシステムを使用してこの問題を解決しました。そのプロセスには、大規模な計算リソースとエージェント間の相互作用が含まれていました。

Agent Architecture: エージェントは内部通信機能を備えたグループに組織化されました。ナビエ・ストークス問題を解決したグループは、約10,000個の同時実行エージェントで構成されていました。
Iterative Approach: システムは、まずすべての未解決のミレニアム懸賞問題に対して「ショットガン」アプローチを試みました。非強制Euler方程式（ナビエ・ストークス問題のより単純なバージョン）の正則性問題の解決に成功した後、OpenAIはリソースをナビエ・ストークスに集中させるためにシフトしました。
Cross-Pollination: チームはCodexを使用して、異なるエージェントグループからの知見を統合し、中間結果を使用してフォローアップのプロンプトに従わせました。
Resource Consumption: すべての試行された問題全体で、エージェントは490万件のメッセージを送信し、約3000億個の出力トークンを使用しました。ナビエ・ストークス問題に特化して、エージェントは1300億個の出力トークンを使用し、270万件のメッセージを送信しました。

発見のタイムライン

August 28: 新しい内部モデルのトレーニングが開始されました。
September 1: ミレニアム懸賞問題に関する同時進行の進展の噂を聞き、OpenAIはマルチエージェントによる取り組みを開始しました。
September 5: 最初のエージェントが起動されてから約88時間後、エージェントはナビエ・ストークスの解決策に到達しました。
September 6: GPT-6 Astraを介してLeanによる形式化と検証が完了し、さらに17時間を要しました。

論争と並行研究

OpenAIは、強制Euler問題を解決したLevent Alpöge (Anthropic) および Tristan Buckmaster (NYU) による並行研究を認めています。OpenAIは、彼らの証明は大きく異なり、結果も明確に区別される（非強制Euler vs 強制Euler）と述べていますが、同社は、研究者たちがOpenAI製品を使用する際に生成した匿名化されたデータが、証明に使用されたモデルの改善に役立った可能性を排除できないと認めています。

コミュニティの反応と倫理的懸念

発表は、数学およびAIコミュニティの間で、AI主導の発見に関する倫理について大きな議論を巻き起こしました。

"We have now seen that even the rumor of someone working on a problem to flatten it before the original research project has time to reach its full potential. The incentives may now be pointing in the direction of no longer sharing any promising research directions with the broader community..." — Terence Tao

Hacker Newsやその他のプラットフォームの批判的な意見は、AIラボがユーザーのプロンプトへのアクセス権を利用して、人間の研究者を「先回り（scoop）」する可能性があるという懸念を提起しました。一部のユーザーは、リソースの極端な格差を指摘し、この取り組みにおけるトークン使用量は、パブリックAPI経由で行われた場合、1500万ドル以上のコストがかかったと推定し、フロンティア・ラボと独立した科学者の間の格差を浮躍化させました。