Lundi, Buckmaster de NYU a publié un preuve sur le site de médias sociaux Mastodon montrant qu'une version simplifiée des équations de Navier-Stokes peut effectivement s'effondrer – une avancée majeure dans la résolution du problème du millénaire. Lui et Alpöge ont travaillé sur le problème pendant près d'un an, en utilisant des modèles accessibles au public d'OpenAI et d'Anthropic. Aujourd’hui, OpenAI a présenté une preuve montrant que les équations complètes de Navier-Stokes peuvent également s’effondrer. La preuve a été obtenue à l’aide d’un modèle interne qui surpasse considérablement le modèle Astra déjà impressionnant, sorti la semaine dernière seulement. L'entreprise affirme qu'elle n'a pas l'intention de réclamer le prix d'un million de dollars pour résoudre le problème.
Ces réalisations mathématiques sont incontestablement impressionnantes, mais elles ont attiré bien moins d’attention que la controverse sur leurs origines. Avec la preuve, Buckmaster a publié un document détaillant ses interactions avec les employés d'OpenAI après avoir entendu des rumeurs sur leur travail et contacté l'un d'entre eux. Selon lui, les employés d'OpenAI lui présentaient deux possibilités : soit lui et Alpöge pouvaient publier leur travail et OpenAI publierait leur solution Navier-Stokes le lendemain, soit il pouvait travailler avec OpenAI sur un article de Navier-Stokes qui excluait Alpöge de la paternité, en raison de son affiliation avec Anthropic, le plus grand rival d'OpenAI. Buckmaster a également écrit qu'il avait demandé aux employés si les agents avaient obtenu l'accès aux transcriptions du travail que lui et Alpöge avaient effectué avec les modèles OpenAI, ce qu'ils ont refusé ; et si les modèles OpenAI avaient été formés sur ces transcriptions, auxquelles ils n'ont offert aucune réponse. Revue technologique du MIT a contacté Buckmaster pour obtenir des commentaires, mais n'a pas eu de réponse avant la publication.
L'implication claire du document est que les modèles d'OpenAI ont utilisé d'une manière ou d'une autre les travaux de Buckmaster et Alpöge. Ce scénario est plausible à première vue. Les preuves Buckmaster/Alpöge et OpenAI utilisent toutes deux une approche du problème de Navier-Stokes mise au point par les mathématiciens Diego Córdoba et Luis Martínez-Zoroa. Selon Javier Gómez-Serrano, professeur de mathématiques à l'Université Brown, cette approche était l'une des nombreuses approches considérées comme prometteuses pour résoudre le problème de Navier-Stokes. Ainsi, même s'il n'est en aucun cas impossible que les deux équipes aient pu parvenir à cette approche de manière indépendante, il est également concevable que les travaux de Buckmaster et Alpöge aient pu influencer ceux d'OpenAI.
Lors du point de presse, Mark Chen, directeur de recherche d'OpenAI, a de nouveau nié que des agents ou des employés d'OpenAI aient eu accès aux transcriptions de Buckmaster et Alpöge, mais étant donné ce qui a été révélé sur le hack Hugging Faceil est clair qu'OpenAI n'est pas toujours entièrement conscient de ce que font ses agents.
Si les modèles d'OpenAI se sont effectivement formés sur les travaux de Buckmaster et Alpöge, ou si ses agents y ont eu accès d'une manière ou d'une autre, alors l'incapacité de l'entreprise à découvrir la vérité et à attribuer à ces chercheurs le crédit approprié en a une mauvaise image. Mais il pourrait y avoir un mince côté positif à cette version de l’histoire pour les mathématiciens, car elle suggérerait que le travail acharné de deux humains, dont l’un est un éminent expert de Navier-Stokes, a été essentiel à la capacité des agents à résoudre le problème du millénaire. Les experts identifient depuis longtemps le « goût pour la recherche », ou la capacité de choisir des questions et des orientations de recherche prometteuses, comme un obstacle majeur à l’IA en sciences et en mathématiques. Si les agents OpenAI ont effectivement choisi de suivre l'approche Córdoba-Martínez-Zoroa parce que Buckmaster et Alpöge avaient fait de même, alors le goût de la recherche humaine a joué un rôle essentiel dans le succès d'OpenAI.