· kaynak dev.to (home feed)
OpenAI'ın 10.000 AI ajanıyla Navier-Stokes Milenyum problemini çözdüğü iddia edildi
Bir rapora göre OpenAI'ın 10.000 ajanlı sistemi Lean'de resmileştirilmiş bir Navier-Stokes patlama (blowup) kanıtı üretti; bilgi, OpenAI, Quanta ve Nature'a atıfta bulunan bir dev.to yazısından geliyor; OpenAI 1 milyon dolarlık ödülü talep etmeyeceklerini söylüyor.

OpenAI, 8 Eylül 2026'da, içlerindeki bir yapay zeka sisteminin Navier-Stokes varlık ve düzgünlük problemini çözdüğünü duyurdu; bu problem Clay Matematik Enstitüsü'nün 2000'de ortaya koyduğu, her biri 1 milyon dolar ödüle sahip yedi Milenyum Ödülü probleminden biri. Bu anlatı, kamuoyuna açık bir OpenAI makalesine, Quanta Magazine'e ve Nature'daki bir habere dayandığını söyleyen bir dev.to yazısından geliyor; yazı analitik bir kanıtın ve makine tarafından doğrulanmış bir Lean formalizasyonunun yayımlandığını bildiriyor. İddia, matematik topluluğunun incelemesinden geçmek zorunda — yazının kendisinin de belirttiği bir uyarı bu.
Problem neyi soruyor
- yüzyılda yazılan Navier-Stokes denklemleri, okyanus akıntılarından rüzgâra, dolaşan kana kadar sıvıların nasıl hareket ettiğini tarif eder. Newton'un ikinci yasasını, sıvıyı tek tek moleküller yerine sürekli bir madde olarak gören bir tasarımla birleştirirler. Milenyum sorusu şu: Başta düzgün olan çözümler düzgün kalmak zorunda mı, yoksa bir tekillik oluşabilir mi — yani girdaplanmayı söndürmek için viskozite oradayken bile sıvının sonlu zamanda sonsuza yakın hızlanacağı bir nokta ortaya çıkabilir mi?
Yazıya göre OpenAI'nin sonucu böyle bir tekilliğin oluşabileceğini gösteriyor. Bu doğrulanırsa, denklemler kendi başlarına bir model olarak başarısız olabilir: Fiziksel olarak hiçbir şey sonsuz hızla akmaz, dolayısıyla matematiksel bir tekillik, moleküler düzeyde bir tanımlamanın devralması gereken noktayı işaret eder. Yazının aktardığına göre Quanta'nın özeti şu: türbülans göründüğünden daha tuhaf.
İddia edilen kanıtın biçimi
Ajanların bulduğu yapı, içe doğru spiral çizen, daraldıkça çekirdeği gitgide hızlanan, toplam enerjisi fiziğin gerektirdiği gibi sınırlı kalan bir girdap. Yazının açıkladığına göre en zor teknik şart, patlamanın sıvının kendi hareketinden kaynaklanması, sonsuz olacak şekilde tasarlanmış bir dış kuvvetten değil: denklemlerdeki terimler birlikte büyüyüp tam olarak birbirini götürmeli, böylece uygulanan kuvvet düzgün kalırken hız sınırsız hâle gelmeli. Yazı, sonucun resmi Clay problem metninin C ve D maddelerini çözdüğünü söylüyor.
On bin ajan, 88 saat, 130 milyar token
Yazının anlattığına göre OpenAI, 28 Ağustos'ta matematik benchmark'larında rekorlar kıran yeni bir iç model eğitmeye başladı. 1 Eylül'de iki Milenyum probleminin düşmüş olabileceği haberi geldi ve OpenAI hâlâ açık olan her probleme büyük bir ajan filosunu yönlendirdi. Navier-Stokes grubu, önbelleğe alınmış web erişimi ve kod çalıştırma imkânıyla iletişim kuran alt gruplara bölünmüş, yaklaşık on bin ajanı eşzamanlı çalıştırdı. Her alt grup farklı bir formülasyon üzerinde çalıştı; biri yararlı bir fikir ortaya çıkardığında OpenAI, temel içgörüleri sıkıştırmak ve yeniden dağıtmak için Codex'i kullandı.
88 saat sonra ajanlar kanıtı 5 Eylül Cumartesi günü buldu; 17 saat sonra, yazının GPT-6 Astra adını verdiği bir model, başarılı bir Lean formalizasyonunu tamamladı. Yalnızca bu problem için hesap dengesi şöyle: ajanlar arası 2,7 milyon mesaj ve yaklaşık 130 milyar çıktı token'ı. Tüm problemler genelinde çaba 4,9 milyon mesaj ve yaklaşık 300 milyar token kaydetti; maliyetini OpenAI yöneticileri milyonlarca dolar olarak tahmin etti. Bir ısınma turu olan zorlanmamış Euler denklemleri için düzgünlük sonucunun ise yaklaşık yüz ajan ve kabaca 50 saat aldığı bildiriliyor.
Paralel bir kanıt ve tartışmalı zamanlama
Filoyu harekete geçiren söylentinin kimliklendirilebilir yazarları vardı: Anthropic çalışanı Levent Alpöge ve NYU'dan Tristan Buckmaster. Yazıya göre, OpenAI'nin duyurusundan saatler önce ikili, aynı aileden kendi yapay zeka destekli sonuçlarını yayımladı: farklı bir varyant olan zorlamalı Euler denklemleri için bir patlama kanıtı. OpenAI, Euler'deki önceliği onlara tanırken Navier-Stokes'taki önceliğü kendisine isnat ediyor; ancak zaman çizelgeleri ve kimin hangi söylentiyi ne zaman duyduğu konusundaki anlatılar tam olarak örtüşmüyor — yazının çözülmemiş olarak işaretlediği bir nokta bu.
Her iki çaba da, bu kanıtların istifade ettiği sonsuz kaskat stratejisini geliştiren Diego Córdoba ve Luis Martínez-Zoroa'nın önceki çalışmalarına dayanıyor. Yazıya göre önde gelen birkaç matematikçi bu ikisini asıl kahramanlar olarak görüyor ve yazı, Buckmaster'ın Martínez-Zoroa'nın bu çalışmalar bütünü için Fields Madalyası'na layık olduğunu söylediğini aktarıyor.
OpenAI milyon doları talep etmeyecek
Manşetin ima ettiğinin aksine, yazı OpenAI'nin bu sonuç için Milenyum Ödülü'nü talep etmeyi düşünmediğini bildiriyor. Duyurunun beyan edilen amacı, modellerinin ne kadar hızlı ilerlediğini raporlamakmış; ayrıca araştırma hızlandırma üzerine ayrı bir yazıdan iki gün sonra yayımlanmış.
Neden önemli
Kanıt doğrulanırsa — ve bu canlı bir şart, çünkü topluluk hâlâ Lean'in doğruladığı şeyin resmi olarak ifade edilen Clay problemiyle örtüşüp örtüşmediğini teyit etmek zorunda — bu, Quanta'nın değerlendirmesiyle, bir makinenin ulaştığı en önemli matematiksel sonuç olur ve zor problemlere saldırma biçiminde olası bir kırılma noktası olur. Yöntem teorem kadar önemli olabilir: sıkıştırılmış içgörüleri takas eden on bin ajanı bir şey kaçana dek orkestre etmek bir benchmark skoru değil, bir mühendislik kalıbı; yazının yazarı bu kalıbın Milenyum problemlerinden günlük teknik işlere yayılacağını savunuyor. Yazar ayrıca burada kullanılan yaklaşık 130 milyar token'ı, bir hafta önce Anthropic'in bildirilen Fermat kanıtındaki yaklaşık 6 milyar token'la karşılaştırıyor. Uyarılar yapısal da: anlatı, birincil kaynakları özetleyen tek bir yapay zeka destekli dev.to yazısına dayanıyor, Lean-Clay eşdeğerliği doğrulanmış değil ve iki ekip arasındaki sıralama hâlâ tartışmalı.
- #openai
- #mathematics
- #ai-agents
- #navier-stokes
- #formal-verification
İlgili yazılar
- Anthropic raporu, yapay zeka modellerinin dış sistemlere sızdığı dört olayı ayrıntılarıyla ortaya koyuyor
- Benchmark'a göre yapay zekâ ile üretilen pull request'ler insan incelemesi için 4,6 kat daha uzun bekliyor
- MCP'nin Sampling özelliği sunucuların modelinizi prompt etmesine izin veriyor ve onay kapısı istemciye göre değişiyor