Brudna gra o Problem Milenijny: Jak OpenAI i plotki o Anthropic wstrząsnęły matematyką

W środowisku naukowym zawrzało po tym, jak OpenAI ogłosiło przełom w pracy nad równaniami Naviera-Stokesa – jednym z siedmiu Problemów Milenijnych, za których rozwiązanie Instytut Matematyczny Claya oferuje milion dolarów. Zamiast świętowania sukcesu, wybuchł skandal, który obnaża agresywne metody działania laboratoriów sztucznej inteligencji. Matematyk Tristan Buckmaster oskarżył firmę Sama Altmana o nieetyczne przejęcie jego badań, wywieranie nacisków oraz próby odsunięcia od publikacji jego współautora, Leventa Alpöge, ze względu na jego powiązania z konkurencyjnym Anthropic.

To starcie to coś więcej niż akademicki spór. Pokazuje, jak giganci technologiczni, walcząc o dominację, są w stanie zmobilizować potężne farmy serwerów, by „wyprzedzić” konkurencję w dziedzinach, które dotąd należały do czystego intelektu. OpenAI twierdzi, że do 6 września 2026 r. zdołało w pełni rozwiązać problem i zweryfikować go w języku programowania Lean, ale kulisy tego sukcesu budzą niesmak u badaczy, którzy spędzili nad tym tematem lata.

Plotka jako katalizator zasobów

Sprawa ma swój początek w przeciekach. OpenAI przyznało, że zmobilizowało ogromne moce obliczeniowe po tym, jak do firmy dotarły niepotwierdzone informacje o rzekomym sukcesie modeli Anthropic w rozwiązaniu tego samego problemu. Według doniesień Fortune, firma uruchomiła system wieloagentowy składający się z nawet 10 000 podagentów, byle tylko zamknąć dowód przed konkurencją. Choć Sam Altman broni integralności swojego zespołu, podkreślając ich „hojność” i odrzucając zarzuty o plagiat, sam fakt reagowania na rynkowe plotki budzi niepokój.

Sébastien Bubeck z OpenAI odrzucił zarzuty, jakoby model potrzebował zewnętrznych wskazówek. Stwierdził wręcz, że „system wygenerował nawet mocniejszą tezę niż matematycy”. Jednak dla środowiska akademickiego to argumentacja typu „za duży, by upaść”, która ignoruje wkład ludzkich badaczy na rzecz brute-force’u obliczeniowego.

Dane pod specjalnym nadzorem

Kluczowym punktem sporu jest kwestia danych treningowych. Buckmaster i Alpöge podejrzewają, że ich wstępne szkice, wgrywane do systemów OpenAI (takich jak Codex), posłużyły do dotrenowania modelu. Choć firma twierdzi, że prawdopodobieństwo takiego scenariusza jest niskie, w oficjalnym komunikacie nie była w stanie go całkowicie wykluczyć. To stawia pod znakiem zapytania bezpieczeństwo własności intelektualnej. Naukowcy, korzystając z ułatwień oferowanych przez duże modele językowe, nieświadomie mogą karmić algorytmy, które wkrótce potem zostaną wykorzystane przeciw ich własnym karierom.

Koniec ery otwartej nauki?

Głos w dyskusji zabrał Terence Tao, jeden z najwybitniejszych żyjących matematyków. Jego diagnoza jest pesymistyczna: agresywna postawa korporacji może doprowadzić do odwrotu od tradycji dzielenia się wynikami. Jeśli każda obiecująca ścieżka badawcza będzie natychmiast przechwytywana przez firmy dysponujące niemal nieograniczoną mocą obliczeniową, naukowcy zaczną pracować w izolacji.

Terence Tao ostrzega: „Zachęty kierują nas teraz w stronę zaprzestania dzielenia się badaniami, co może cofnąć stulecia tradycji otwartej nauki i wyrządzić poważne szkody całej dziedzinie”. Konflikt wokół OpenAI pokazuje, że w nowym paradygmacie technologicznym to nie geniusz matematyczny, a dostęp do serwerowni staje się decydującym atutem, często kosztem etyki zawodowej.