Open AI заявила о доказательстве задачи Навье — Стокса: что это значит для реального мира

Есть уравнения, которые описывают почти всё, что течёт вокруг нас: воду в реке, воздух над крылом самолёта, кровь в сосудах, атмосферу целой планеты. Им почти двести лет, ими каждый день пользуются инженеры, метеорологи и врачи — и при этом никто до сих пор не знает наверняка, всегда ли у них есть «правильное» решение. Одна из семи задач тысячелетия, за которую Институт Клэя обещает миллион долларов, звучит именно так. И вот об успехе в ней заявила Open AI.

Как сообщает Scientific American, речь идёт о доказательстве для уравнений Навье — Стокса. Новость мгновенно разлетелась по научным и технологическим изданиям, но давайте разберёмся спокойно: что там на самом деле доказано и есть ли от этого польза за пределами доски с мелом?

В чём суть задачи, над которой бьются двести лет

Уравнения Навье — Стокса — это математическое описание движения вязкой жидкости и газа. Они связывают скорость потока, давление, плотность и вязкость. Всё просто на вид и чудовищно сложно в поведении: стоит чуть изменить начальные условия, и поток из ровного превращается в хаотичный. Именно так рождается турбулентность.

Математиков в этой истории интересует не конкретный поток, а принципиальный вопрос. Если начать с гладкого, спокойного состояния жидкости, останется ли решение гладким навсегда? Или возможен момент, когда скорость или давление уходят в бесконечность, а сами уравнения теряют смысл?

В двумерном случае ответ известен и положителен — там всё хорошо. В трёхмерном, то есть в нашем реальном мире, вопрос остаётся открытым с середины прошлого века. И это не абстрактная забава: по сути, речь о том, полностью ли детерминирована механика жидкости и можно ли доверять её уравнениям на сколь угодно больших временах.

Кстати, чувствуете, насколько странно звучит: погоду мы предсказываем с трудом, а вопрос о том, возможно ли в принципе «сломать» физику потока, до сих пор без ответа.

Что именно заявили в Open AI

По данным Scientific American, компания объявила, что её модель справилась с доказательством гипотезы о гладкости решений. Формулировка осторожная: заявлено — не подтверждено. Это принципиальная разница, которую почти всегда теряют новостные заголовки.

Любое доказательство такой сложности проходит долгий путь. Его должны прочитать независимые специалисты, найти в нём слабые места, попытаться опровергнуть. Только после этого можно говорить о результате. С заявлением от лаборатории искусственного интеллекта ситуация ещё интереснее: сам текст мог быть сгенерирован за минуты, а вот проверка займёт месяцы.

Миллион долларов и правила игры

Институт Клэя сформулировал семь задач тысячелетия в 2000 году. За решение каждой — миллион долларов. Пока приз получили только за гипотезу Пуанкаре, да и то автор от денег отказался.

Правила там жёсткие и, надо признать, разумные:

• результат должен быть опубликован в авторитетном рецензируемом журнале;
• после публикации должно пройти не меньше двух лет широкого обсуждения;
• сообщество математиков в целом должно признать доказательство корректным.

Иными словами, даже если завтра все проверки пройдут идеально, деньги и статус появятся не раньше чем через пару лет. Так что торопиться с выводами точно не стоит.

А где практическая польза?

Вот тут начинается самое интересное. Честный ответ звучит так: прямой пользы в ближайшие годы, скорее всего, не будет. И это не разочарование, а особенность жанра.

Доказательство гладкости — утверждение о существовании решений. Оно ничего не говорит о том, как посчитать конкретный поток воздуха вокруг крыла или динамику урагана. Для этого нужны численные методы, сетки, модели турбулентности и огромные вычислительные мощности. Математическая теорема не заменяет ни один из этих инструментов.

Так что, ждать, что завтра прогноз погоды станет идеальным, не приходится. Согласны?

Но недооценивать результат тоже не стоит. Вот что он действительно может дать — пусть и не сразу:

• понимание границ применимости численных схем и моделей турбулентности;
• новые математические инструменты, которые потом просачиваются в прикладные расчёты;
• более глубокое понимание турбулентности — одной из последних нерешённых классических проблем физики;
• косвенное влияние на климатическое моделирование, авиастроение, энергетику и даже медицину, где важно поведение крови в сосудах.

Подписывайтесь, чтобы не пропустить новое:
📰 Канал в Дзен
💬 Канал в MAX

История знает примеры, когда чистая теория через десятилетия превращалась в технологии. Дифференциальная геометрия когда-то казалась игрой ума, а сегодня без неё не работает ни одна система навигации. Так что ставки здесь долгие.

Почему математики не аплодируют стоя

Потому что у них есть профессиональная память. Громкие заявления о решённых великих задачах появляются регулярно, а до полноценного признания доживают единицы. Ошибки находят в доказательствах, которые годами считались верными, — и это нормальная часть науки, а не скандал.

С искусственным интеллектом добавляется ещё один риск: модели умеют выдавать правдоподобный текст. Красиво оформленное рассуждение может выглядеть как доказательство, а при внимательном чтении рассыпаться в одном незаметном переходе. Именно поэтому в математике всё популярнее формальная проверка — перевод доказательства на язык программ вроде Lean, где каждое логическое звено проверяет компьютер.

К слову, некоторые математики уже используют ИИ как ассистента: для подсказок, поиска аналогий, черновых идей. Это признанная практика. А вот доверять финальному выводу машины без проверки — пока нет.

А вы бы поверили доказательству, написанному нейросетью, если бы его подтвердил компьютер?

Что будет дальше — на что смотреть

Если хотите следить за историей без лишнего шума, вот простой чек-лист:

1. Появится ли полный текст доказательства в открытом доступе.
2. Примут ли его в рецензируемый математический журнал.
3. Найдут ли независимые специалисты пробелы в рассуждении.
4. Пройдёт ли доказательство формальную проверку в системах автоматической верификации.
5. Смогут ли другие исследовательские группы воспроизвести результат, в том числе с помощью своих моделей.

До выполнения этих пунктов корректнее говорить о «заявленном результате», а не о решённой задаче. Это скучно, зато честно.

Три сценария для реального мира

Какой из них вероятнее, сейчас не скажет никто. Даже самые осторожные прогнозы выглядят гаданием на кофейной гуще.

Так что же это значит для реального мира

Коротко: пока — почти ничего. Длинно: возможно, многое, но не скоро. Заявленный результат — это про фундамент, а не про готовый продукт. Инженеры не начнут считать потоки иначе на следующей неделе, метеослужбы не перепишут модели, авиаконструкторы не получат новых формул.

Зато появляется важный сигнал: инструменты ИИ добрались до territory, где раньше работали только люди с многолетней подготовкой. Это меняет не физику, а то, как физики и математики будут работать. И вот это уже происходит на наших глазах.

А что вы думаете по этому поводу? Поделитесь своим мнением в комментариях!

Подписывайтесь, чтобы не пропустить новое:
📰 Канал в Дзен
💬 Канал в MAX

💛 Если статья оказалась полезной, вы можете поддержать автора донатом — это помогает выпускать новые материалы.

Материал подготовлен на основе информации из открытых источников. Все права на исходные материалы принадлежат их авторам. Если вы являетесь правообладателем и возражаете против использования, свяжитесь с нами по адресу info@11st.press.