World Science Festival 2 октября 2026 года выпустило часовое интервью «The Moment AI Changed Mathematics Forever», в котором физик Брайан Грин беседует с Тристаном Бакмастером, профессором математики института Куранта (NYU), о прорыве ИИ в уравнениях Навье–Стокса и Эйлера. В центре разговора — доказательства, которые ИИ сгенерировал в коллаборации математика с Google DeepMind: корректные, но нечитаемые для человека. Это первое крупное публичное высказывание Бакмастера о сентябрьских событиях, когда OpenAI объявила о решении задачи Навье–Стокса группой координирующихся ИИ-агентов, а вокруг приоритета и авторства разгорелся конфликт.

image
image

Что произошло

В беседе с Брайаном Грином Тристан Бакмастер описывает результаты своей коллаборации с Google DeepMind: рассуждения, которые сгенерировала машина, он назвал «худшей математикой», что когда-либо видел, хотя они оказались корректными. Ключевой вопрос разговора — что означает доказательство, которое ни один человек не способен прочитать, и как строить доверие к таким результатам. За двое суток запись набрала более 200 000 просмотров.

Контекст

Уравнения Навье–Стокса описывают течение вязкой жидкости, а уравнения Эйлера — идеальной; задачу Навье–Стокса Институт Клэя включил в число проблем Миллениума и назначил за её решение премию в 1 млн долларов. 8 сентября 2026 года OpenAI объявила, что задача решена: примерно 10 000 координирующихся агентов отработали около 88 часов на внутренней модели компании, а доказательство прошло формализацию в Lean. Одновременно возник конфликт о приоритете и авторстве между OpenAI, Бакмастером и Левентом Альтпёге: скорость промышленных конвейеров обгоняет привычные нормы фиксации научного результата — датированные препринты и однозначное определение вклада авторов. Та же задача независимо прорабатывается второй индустриальной командой, коллаборацией Бакмастера с Google DeepMind, то есть направление дублируют сразу две организации.

Почему это важно для индустрии

Для отрасли интервью фиксирует смену парадигмы: корректность отделилась от читаемости, и доверие к результату устанавливает формальная верификация, а не человеческое рецензирование. Схема «массовая агентная генерация плюс внешний формальный верификатор» показала работоспособность на задаче уровня премии Миллениума, а координация больших популяций агентов становится нормой у топ-лабораторий. Прямого продукта из этого пока нет: модель внутренняя, публичных API, цен и воспроизводимых прогонов не существует, поэтому дефицит смещается от генерации ответов к проверяемости и интерпретации машинных результатов, и новые инструменты стоит ждать именно на этом направлении. Кейс также задокументировал, как AI-лаборатории ведут себя в научных priority-ситуациях, а резонанс интервью и заявления усиливает аппетит капитала к AI for science и гонку за research-агентами. Ожидаемая траектория — публикация формализованных артефактов и перенос конвейеров на соседние задачи; Эйлер в этом разговоре уже фигурирует.

Почему это важно для пользователей

Читателю запись даёт почти час объяснений «от первого лица»: что такое уравнения Навье–Стокса и Эйлера простым языком, почему решение с бесконечной скоростью означало бы слом модели и зачем вообще существует премия Миллениума. Отдельный сюжет — почему даже корректное ИИ-доказательство сегодня мало чему учит математиков: без интерпретируемых механизмов из результата не извлечь новых методов, о чём Бакмастер говорит и в материале NPR «Mathematicians learn little from AI completing unsolved Navier-Stokes problem». В беседе подняты и вопросы за пределами основной темы, например почему подъёмную силу крыла до сих пор никто не вывел из первых принципов. Запись адресована тем, кто хочет понять, что реально стоит за заголовком «ИИ решил задачу Миллениума».

Что пока неизвестно / ограничения

Заявление OpenAI имеет статус «решение заявлено, но не верифицировано»: в открытых источниках нет научной статьи, публичного артефакта, описания методологии и независимой проверки. Lean-формализация упомянута как свойство заявленного пайплайна, однако сам формальный артефакт не опубликован, доказательства в открытом доступе отсутствуют, а модель внутренняя, поэтому воспроизвести прогон на своей инфраструктуре невозможно. Независимая дискуссия по существу ещё не началась: обсуждение на Hacker News сводилось к одной записи без комментариев. Публикация препринтов, независимые проверки сообщества и перенос конвейеров на другие задачи — это осторожные ожидания, а не подтверждённые факты.

Источники

Автор

Look at AI, редакция