OpenAI claimt doorbraak bij Navier-Stokes: lost AI een Millennium-probleem op?

OpenAI stelt dat een van zijn AI-systemen vooruitgang heeft geboekt op het beroemde Navier-Stokes Millennium Prize Problem, een van de zeven grootste onopgeloste vraagstukken in de wiskunde. De claim zorgt voor felle discussie onder wetenschappers over de rol van AI in fundamenteel onderzoek.

OpenAI heeft een opmerkelijke claim gedaan: een van zijn geavanceerde AI-systemen zou substantiële vooruitgang hebben geboekt op het Navier-Stokes Millennium Prize Problem, een van de zeven beroemde wiskundige raadsels waarvoor het Clay Mathematics Institute een miljoen dollar heeft uitgeloofd. Het nieuws, gepubliceerd op de eigen onderzoekspagina van het bedrijf, zorgt voor een golf aan reacties in de wetenschappelijke gemeenschap en roept de vraag op hoever AI inmiddels is doorgedrongen in de zuivere wiskunde.

Wat is het Navier-Stokes probleem?

De Navier-Stokesvergelijkingen beschrijven de beweging van vloeistoffen en gassen en vormen de basis van de moderne stromingsleer. Ze worden gebruikt in de meteorologie, de luchtvaart en zelfs bij het ontwerpen van bloedvatmodellen. Het probleem is echter dat wiskundigen nog altijd niet met zekerheid kunnen bewijzen of er voor elke set beginvoorwaarden altijd een gladde, oneindig lang bestaande oplossing bestaat, of dat er situaties zijn waarin de vergelijkingen instorten in wiskundige singulariteiten. Deze fundamentele onzekerheid staat al sinds 2000 op de lijst van zeven Millennium Prize Problems, waarvan er tot nu toe slechts één is opgelost.

De claim van OpenAI

Volgens het onderzoeksbericht van OpenAI zou het AI-model relevante analytische stappen hebben gegenereerd die aansluiten bij bestaande wiskundige technieken rond het probleem. Het bedrijf benadrukt dat het niet gaat om een volledig, formeel geverifieerd bewijs van het gehele probleem, maar om significante bouwstenen die de weg kunnen effenen voor verder onderzoek. Dit sluit aan bij een bredere trend waarbij grote taalmodellen worden ingezet als hulpmiddel bij complexe wiskundige bewijsvoering, iets wat past binnen de geschiedenis van kunstmatige intelligentie waarin AI stap voor stap taken overneemt die ooit exclusief voorbehouden waren aan menselijke experts.

Waarom wiskundigen sceptisch zijn

Ondanks de indrukwekkende presentatie is de reactie uit de vakwereld verre van unaniem positief. Diverse wiskundigen wijzen erop dat eerdere claims over AI-doorbraken in de wiskunde regelmatig zijn overdreven of onvoldoende gepeer-reviewd waren voordat ze werden aangekondigd. Critici stellen dat het verschil tussen "het genereren van plausibele wiskundige stappen" en "het leveren van een rigoureus, sluitend bewijs" enorm is, zeker bij een probleem van dit kaliber. Ook wordt gewezen op het risico dat AI-modellen overtuigend klinkende, maar subtiel foutieve redeneringen produceren, wat in de wiskunde catastrofale gevolgen kan hebben als het niet zorgvuldig wordt getoetst. De ophef illustreert een terugkerend spanningsveld: bedrijven die AI-vooruitgang willen aantonen tegenover een wetenschappelijke gemeenschap die nauwkeurige, verifieerbare claims eist.

Grotere context: AI in de wetenschap

Deze ontwikkeling staat niet op zichzelf. Steeds meer grote AI-spelers, waaronder Google DeepMind en Anthropic, experimenteren met modellen die wetenschappelijke ontdekkingen versnellen, van eiwitvouwing tot het herontdekken van natuurkundige wetten zoals relativiteit. Dergelijke experimenten laten zien hoe krachtig moderne AI-systemen zijn geworden in het herkennen van patronen binnen enorme hoeveelheden wiskundige en fysische data. Tegelijkertijd tonen ze de grenzen van deze systemen aan: het reproduceren van een bekend resultaat is iets anders dan het genereren van een geheel nieuw, onbetwistbaar bewijs voor een probleem dat al decennia weerstand biedt aan de slimste menselijke breinen. Voor bedrijven, ontwikkelaars en onderzoekers die de praktische kant van AI willen verkennen, biedt AI-toepassingen een goed overzicht van hoe dergelijke technologie al wordt ingezet buiten de academische wereld.

Wat betekent dit voor de toekomst?

Of de claim van OpenAI standhoudt na grondige peer review, moet nog blijken. Wat wel duidelijk is, is dat de discussie een kantelpunt markeert in hoe de wetenschappelijke gemeenschap omgaat met AI-gegenereerde bewijzen. Onafhankelijke verificatie door gerenommeerde wiskundigen zal essentieel zijn voordat dit als een echte doorbraak kan worden bestempeld. Voor nu blijft het Navier-Stokes probleem officieel onopgelost, maar de aandacht die deze aankondiging genereert, onderstreept hoe snel AI-modellen doordringen tot de meest complexe hoeken van de wetenschap. Wie de ontwikkelingen rond dit soort AI-doorbraken wil blijven volgen, kan terecht bij meer AI-nieuws en verdiepende achtergrondinformatie in onze kennisbank.

OpenAI

---

Bron: OpenAI