Una prova assistita dall’IA affronta la «scappatoia» di Navier-Stokes

Una prova assistita dall’IA affronta la «scappatoia» di Navier-Stokes

Tristan Buckmaster e Levent Alpöge affermano di aver colmato la scappatoia criticata nella prova di OpenAI su Navier-Stokes: il loro nuovo risultato individua una singolarità nelle equazioni senza una forza esterna progettata per provocare il fenomeno. La prova, sviluppata con un uso intensivo dell’intelligenza artificiale, è stata anche formalizzata in Lean, sebbene il lavoro richieda ancora una revisione.

La differenza rispetto al risultato di OpenAI non è trascurabile. A settembre, l’azienda ha presentato una prova secondo cui le equazioni potevano «esplodere»: in determinate condizioni, la velocità del fluido tenderebbe all’infinito. Il problema, secondo quanto riportato da Scientific American, era che la costruzione ricorreva a una forza calibrata con precisione, in grado di agitare il liquido esattamente nel modo necessario. Sebbene soddisfacesse tecnicamente le condizioni del premio da un milione di dollari del Clay Mathematics Institute, questa scelta ha lasciato insoddisfatti numerosi esperti.

La svolta: una singolarità senza forzare il fluido

La nuova affermazione di Buckmaster e Alpöge riguarda le equazioni incomprimibili di Navier-Stokes in tre dimensioni e una singolarità in tempo finito senza l’applicazione di una forza. Terence Tao, che ha ordinato i risultati recenti in base al loro grado di «digestione», descrive il percorso matematico: costruire numericamente una soluzione approssimativamente autosimilare su scale discrete e poi trasformarla in una soluzione esatta mediante una rigorosa teoria delle perturbazioni.

Questo schema è importante perché risponde direttamente all’obiezione sollevata contro il risultato precedente. Invece di scegliere una forza esterna che induca l’esplosione, l’argomento cerca di dimostrare che la dinamica non forzata delle equazioni porta essa stessa alla singolarità. Ciò non elimina la necessità di verificare i dettagli matematici: cambia quale sia la difficoltà centrale che deve superare tale verifica.

Tao ritiene che la strategia generale sia ampiamente chiara, ma osserva anche che il testo, pur essendo tecnicamente leggibile per gli esseri umani, non è ancora redatto in modo professionale. La sua valutazione distingue due questioni spesso confuse negli annunci dei risultati: l’esistenza di un percorso comprensibile e il completamento dell’esposizione, affinché altri possano esaminarla rigorosamente.

Lean offre una verifica formale, non una spiegazione automatica

La prova è stata anche formalizzata in Lean, un assistente per le dimostrazioni. Tao afferma che sia il risultato su Navier-Stokes sia un altro sulle equazioni di Eulero in tre dimensioni sono stati formalizzati in questo sistema. L’articolo di Scientific American, tuttavia, riferisce che gli autori non hanno pubblicato il certificato del risultato insieme all’annuncio e che hanno dichiarato che lo avrebbero diffuso a breve. La differenza tra una formalizzazione dichiarata e il materiale effettivamente disponibile impone di distinguere lo stato dichiarato del lavoro da ciò che terzi possono esaminare in quel momento.

Per gli sviluppatori che lavorano con Lean, il caso ha un interesse concreto: il repository pubblico di Tristan Buckmaster su GitHub mostra progetti chiamati navier-stokes e fluid_lean, entrambi contrassegnati come Lean. La presenza di questi repository, da sola, non permette di concludere cosa contenga ciascuno né se la formalizzazione annunciata sia completa; colloca però il risultato nell’ambito di strumenti e artefatti software che possono rientrare nella sua valutazione.

Secondo Tao, l’IA è intervenuta in modo sostanziale sia in questo risultato sia nella prova di Eulero attribuita ad Alpöge, Buckmaster e Matei Coiculescu. La descrizione, tuttavia, non presenta il sistema come un sostituto della convalida: la strategia matematica deve essere compresa, la formalizzazione deve poter essere verificata e l’esposizione deve consentire agli specialisti di esaminare l’argomento. Per un’azienda che sviluppa strumenti di IA o di verifica, l’episodio offre un caso d’uso specifico: l’assistenza nella produzione di prove matematiche accompagnate da una codifica formale. Di per sé, non dimostra che il processo sia riproducibile su larga scala né che la revisione umana non sia più necessaria.

“couldn’t risk waiting”

— Tristan Buckmaster

Una corsa che aveva già condizionato l’annuncio

L’urgenza non è nata dal nulla. Buckmaster aveva accusato pubblicamente OpenAI di aver anticipato deliberatamente il lavoro che lui e Alpöge stavano portando avanti. Aveva anche espresso il sospetto che l’azienda avesse rubato i suoi dati utente; Scientific American riferisce che OpenAI ha negato le accuse di condotta scorretta. La pubblicazione aggiunge che le prime notizie indicavano che la prova dell’azienda potesse aver seguito un percorso diverso.

In questo contesto, Buckmaster ha pubblicato il nuovo argomento su Mastodon e ha spiegato che il testo era poco rifinito perché, dopo l’esperienza precedente, lui e Alpöge non potevano rischiare di aspettare. La decisione favorisce la rapidità della divulgazione, ma comporta un costo evidente: la presentazione necessita ancora di lavoro e il certificato non ha accompagnato l’annuncio. L’episodio mostra una tensione specifica di questa vicenda: anticipare un’affermazione può impedire a un altro gruppo di conquistare il titolo, ma non accelera automaticamente l’esame che determina che cosa sia stato dimostrato.

Il confronto di Tao con gli altri risultati annunciati quel giorno invita inoltre a non metterli tutti nella stessa categoria. Al primo posto colloca la prova di Eulero, che considera leggibile per gli esseri umani e formalizzata in Lean; poi quella di Navier-Stokes, la cui strategia giudica complessivamente chiara, ma la cui stesura va perfezionata; e, più distante, una prova dell’ipotesi generalizzata di Riemann generata con un modello interno di IA e presentata soltanto in Lean. Secondo Tao, quest’ultima richiede un processo di comprensione più lungo.

Che cosa resta da valutare

Secondo la descrizione di Tao, il lavoro di Buckmaster e Alpöge presenta una strategia riconoscibile per il caso non forzato, un testo leggibile con qualche riserva sul livello di rifinitura e una formalizzazione in Lean. Il passo successivo consiste nel migliorare l’esposizione e consentire ad altri di esaminare sia il ragionamento sia la sua codifica.

Per i gruppi che sviluppano strumenti di dimostrazione o modelli di IA, l’implicazione pratica non è una promessa generale sulla matematica automatizzata: è che una prova assistita dall’IA può essere presentata insieme a una strategia matematica e a una formalizzazione che agevola le verifiche. Il valore di questa combinazione dipenderà dalla comprensibilità dell’argomento e dalla disponibilità dell’artefatto formale per la revisione. Il certificato annunciato per la prova di Navier-Stokes era ancora in attesa di pubblicazione.

Fonti: Scientific American, What's new, GitHub