OpenAI publica prueba completa del problema Navier‑Stokes tras controversia con investigadores de NYU
OpenAI anunció una solución al problema Navier‑Stokes usando un modelo no revelado, mientras una disputa sobre el uso de datos de Codex y la prioridad de la prueba se intensifica.
El martes, el profesor de matemáticas de NYU Tristan Buckmaster presentó tres pruebas preliminares relacionadas con el problema Navier‑Stokes, elaborado junto al matemático de Anthropic Levent Alpöge y con ayuda de los modelos Codex y Claude. En la misma declaración, Buckmaster advirtió que "hay otra parte de esta historia" que preferiría no comentar.
Poco después, OpenAI publicó una prueba completa del problema de existencia y suavidad de Navier‑Stokes, afirmando que había sido descubierta por un modelo de próxima generación que, según la empresa, había dedicado una semana a la tarea, consumiendo 300 000 millones de tokens de salida – un coste estimado de 22,5 millones de dólares a precios actuales de Astra.
El problema es uno de los siete Millenium Prize del Clay Mathematics Institute, que otorgan un premio de un millón de dólares a la primera solución válida. La solución de OpenAI llega justo cuando Buckmaster y Alpöge estaban afinando su propio enfoque, el cual, según Buckmaster, se basa en la ruta de "fuerza suave" descrita por Fefferman y es poco explorada por la comunidad.
Buckmaster asegura que OpenAI recibió información sobre su progreso antes de que su trabajo se hiciera público y que, tras contactar a la empresa, le dijeron que ya habían logrado una prueba completa. Cuando pidió detalles sobre el inicio de la investigación y la implicación humana, la respuesta se volvió evasiva. Según el propio comunicado de OpenAI, el proyecto comenzó el 1 de septiembre, inspirado por rumores de que dos problemas del Millenium Prize se habían resuelto.
El conflicto también incluye una acusación de que OpenAI habría intentado eliminar la mención a Alpöge como colaborador de Anthropic. Buckmaster relata que el director de investigación de OpenAI, Sébastien Bubeck, le pidió que suprimiera el crédito y, al rechazarlo, recibió respuestas como "¿Por qué arruinarías tu carrera?" y "Si no quieres que sea amable, no tengo por qué serlo".
Una cuestión central es si OpenAI entrenó sus modelos con interacciones de Codex de Buckmaster. OpenAI reconoce que los usuarios pueden optar por no usar sus datos para entrenamiento, pero no descarta que datos desidentificados hayan contribuido al modelo. En su publicación, la empresa afirma que no accedió a datos específicos del usuario antes de la publicación pública y que sus pruebas difieren en resultados concretos, particularmente en el caso de Euler.
La controversia reaviva el debate sobre el papel de la IA en la investigación matemática y sobre los incentivos de las grandes compañías para publicar resultados antes que la comunidad académica.
Esta disputa plantea preguntas clave para los equipos de IA que trabajan con datos de usuarios: ¿qué mecanismos de aislamiento de datos son necesarios para evitar que información confidencial influya en investigaciones competitivas? ¿Cómo se deben estructurar los acuerdos de uso de datos para proteger la prioridad de descubrimientos académicos? La respuesta de OpenAI a estas preguntas será crucial para definir normas de colaboración entre la investigación académica y los laboratorios de IA.
