OpenAI claimt dat AI een eeuwenoud wiskundig raadsel oplost, VUB-wiskundige nuanceert

Volgens OpenAI heeft een systeem van meer dan 10.000 samenwerkende AI-agenten in 88 uur tijd en met meer dan 130 miljard verwerkte tokens een doorbraak geboekt in het Navier-Stokes-probleem, een van de zeven Millennium Prize-problemen waarop de Clay Mathematics Institute sinds 2000 een prijs van 1 miljoen dollar zet. Van die zeven raadsels werd tot nu enkel het Poincaré-vermoeden bewezen, in 2003. Het Navier-Stokes-probleem beschrijft het gedrag van vloeistoffen en gassen en houdt wiskundigen al decennialang bezig.

De kernvraag: blijft een “brave”, stabiele vloeistofbeweging altijd stabiel, of kunnen er op bepaalde plekken plots “lelijke” vortexbewegingen — een singulariteit — ontstaan? OpenAI zegt dat zijn systeem zo’n singulariteit binnen eindige tijd heeft aangetoond, en dat de uitkomst formeel geverifieerd is in de programmeertaal Lean. Onafhankelijke collegiale toetsing van het resultaat moet nog volgen, meldt Quanta Magazine: peer review van zo’n complex bewijs vraagt tijd.

VUB-professor wiskunde en datawetenschappen Ann Dooms zet in VRT NWS de betekenis van de vondst in perspectief. Ze wijst erop dat het resultaat op termijn zou kunnen helpen om bijvoorbeeld zware stormen beter te voorspellen. Maar voor de wiskunde als vakgebied is het minder eenduidig goed nieuws, zegt ze: “In zekere zin is dit voor de wiskunde zelf niet zo’n goed nieuws. Wanneer een community van onderzoekers samen aan zo’n probleem werkt, ontstaan onderweg vaak nieuwe theorieën, inzichten en geconnecteerde problemen. Nu ligt er opeens een oplossing, die wel nog verder bestudeerd moet worden natuurlijk, maar eigenlijk is dat vrij ondankbaar werk.”

De aankondiging kreeg meteen ook kritiek over wie de vondst toekomt. Wiskundige Tristan Buckmaster (New York University) en Levent Alpöge, die voor Anthropic werkt, claimen dat ze via een gelijkaardige aanpak — gebaseerd op werk van wiskundigen Diego Córdoba en Luis Martínez-Zoroa — al dicht bij eenzelfde deeloplossing zaten vóór OpenAI’s aankondiging, en dat OpenAI hun eerdere werk onvoldoende erkende, schrijft Fortune. OpenAI-onderzoeker Sebastien Bubeck ontkende aanvankelijk dat het model toegang had tot hun werk, maar erkende nadien publiekelijk de prioriteit van Buckmaster en Alpöge.

Wat betekent dit voor Vlaanderen en België?

Voor de Vlaamse wiskunde- en AI-onderzoeksgemeenschap, met instellingen als de VUB, KU Leuven en UGent, raakt dit aan een vraag die verder reikt dan één opgelost probleem: wat betekent het voor academisch onderzoek als AI-systemen open problemen sneller kunnen aanpakken dan onderzoeksgroepen die er jarenlang samen aan bouwen? Ann Dooms’ punt is precies dat: de weg naar een oplossing levert normaal gezien evenveel op als de oplossing zelf, in de vorm van nieuwe theorieën en aanverwante inzichten. Valt die weg weg omdat een AI-systeem het eindpunt in enkele dagen bereikt, dan verdwijnt daarmee ook een deel van wat wiskundig onderzoek als gemeenschapswerk waardevol maakt. Het is een vraag die niet beperkt blijft tot wiskunde: overal waar Vlaamse onderzoeksgroepen met AI-modellen werken, verschuift de discussie van “kan AI dit sneller” naar “wat verliezen we als het sneller gaat”.

Deze site stelt haar nieuwsduiding op met AI-modellen van Anthropic en laat elk stuk kruisverifiëren door een model van OpenAI. Zie ons redactioneel beleid.