Математики обвинили OpenAI в присвоении их работ над Навье-Стоксом

Профессор Нью-Йоркского университета Тристан Бакмастер публично обвинил OpenAI в том, что компания использовала его наработки, чтобы опередить его в решении задачи о существовании и гладкости решений уравнений Навье-Стокса, одной из «проблем тысячелетия» с призом в $1 млн. По словам Бакмастера, OpenAI развернула для решения задачи «десятки тысяч» ИИ-агентов, но взялась за неё только после того, как узнала, что решение уже близко. Несмотря на конфликт, Бакмастер продолжает пользоваться кодинг-агентом OpenAI Codex, приводя в порядок свои научные статьи, а также Claude от Anthropic; ранее вместе с исследователем Anthropic Левентом Альпёге он сам работал над этой задачей.

Спустя примерно полторы недели после публичного обвинения (на момент написания статьи) OpenAI провела внутреннее расследование и дополнила объявление о решении задачи Навье-Стокса формулировкой о том, что промпты Бакмастера в Codex за два месяца до анонса и статьи от 8 сентября 2026 года «не могли повлиять на систему никаким образом, включая через обучение». Компания переслала WIRED ссылку на это объявление вместо отдельного комментария.

Похожий случай, у немецкого математика Андреаса Тома, который два десятилетия развивает методы геометрической теории групп. В августе OpenAI заявила, что её модель Astra с помощью этих методов доказала давнюю проблему, над которой работал Том. Он написал исследователям OpenAI Марку Селке и Себастьену Бубеку и указал, что утверждение компании об «отсутствии прогресса» за последнее десятилетие проигнорировало его статью 2019 года и работы других математиков; после этого OpenAI исправила пресс-релиз. Том рассказывает, что тоже использовал ChatGPT при работе над задачей, и когда спросил, использовались ли их переписки для обучения модели, получил от Селке ответ: «Такого не было». Он говорит, что не доверяет этому и, вероятно, никогда не узнает, повлияла ли его работа на результат: по его словам, ИИ «убивает саму идею, что можно проследить, кто что внёс».

Математик Корнеллского университета Алекс Таунсенд, соавтор готовящейся книги об эволюции области, говорит, что с августа многие его коллеги стали спрашивать, что им нужно знать об ИИ и как оформить подписки на более мощные модели; сам он испытывает одновременно воодушевление и тревогу за собственную роль в математике.

Обеспокоенность разделяют и другие: двадцать пять лауреатов Филдсовской премии подписали открытое письмо о том, что ИИ-компании и математики «серьёзно рассогласованы», а Лейденскую декларацию с рекомендациями по этой теме подписали более 4000 человек. Более 2000 человек, связанных с Калтехом, требовали отменить хакатон по ИИ-математике в этом вузе; хакатон спонсировали Anthropic и OpenAI, но позже OpenAI вышла из числа спонсоров.

При этом сами критики признают, что отказаться от ИИ вряд ли получится. Том говорит, что нынешняя ситуация «вряд ли устойчива» из-за выигрыша в эффективности, который даёт ИИ, а молодым исследователям без него грозит «изоляция». Бакмастер опасается, что кто-то захочет лишь «почистить грамматику» с помощью ИИ, а годы его работы незаметно окажутся поглощены пользовательскими данными и проданы другому математику. Оба призывают сообщество вместе с ИИ-лабораториями выработать правила публикации результатов, включая корректные ссылки на источники; сам Бакмастер намерен доработать статьи, которые опубликовал в спешке, чтобы опередить анонс OpenAI, одну из них он назвал «ИИ-мусором» (AI slop).

Ключевые факты

• Тристан Бакмастер (NYU) обвинил OpenAI в использовании его наработок для решения задачи Навье-Стокса (приз $1 млн); OpenAI задействовала «десятки тысяч» ИИ-агентов и взялась за задачу, узнав, что решение близко.
• OpenAI дополнила объявление формулировкой, что промпты Бакмастера в Codex за два месяца до анонса 8 сентября 2026 года «не могли повлиять на систему никаким образом, включая через обучение».
• Немецкий математик Андреас Том: OpenAI приписала модели Astra решение его задачи по геометрической теории групп, проигнорировав его статью 2019 года; после его письма компания исправила пресс-релиз.
• 25 лауреатов Филдсовской премии и более 4000 подписантов Лейденской декларации выражают тревогу за будущее области; более 2000 человек, связанных с Калтехом, требовали отменить ИИ-хакатон в вузе.
• Несмотря на конфликт, оба математика продолжают пользоваться Codex, ChatGPT и Claude, признают, что отказаться от ИИ в работе уже практически невозможно.

Почему это важно

История показывает, как ИИ-лаборатории, гоняясь за громкими математическими результатами, размывают традиционную систему атрибуции авторства: нельзя проследить, чьи именно наработки легли в основу решения, полученного моделью. Это подрывает базовый принцип науки, рецензирование и признание вклада тех, на чьих работах строится результат.

Кому это важно

Прежде всего, исследователям, чьи неопубликованные или малоизвестные работы могут быть использованы моделями без ведома и указания авторства, и ИИ-лабораториям, которые соревнуются за престижные доказательства (в том числе на фоне готовящихся IPO). Шире это касается всего математического и академического сообщества, где меняются нормы работы и оценки собственного вклада.

Как это применить

Андреас Том после этой истории включил в ChatGPT настройки приватности, чтобы его переписка и материалы не использовались для обучения модели, это конкретный шаг, доступный любому пользователю. Бакмастер и Том призывают сообщество и лаборатории вместе выработать правила публикации ИИ-ассистированных результатов, включая корректные ссылки на источники, прежде чем такие споры станут массовыми.

Можно ли доверять

Материал WIRED построен на именных, публичных заявлениях самих участников конфликта (Бакмастер, Том, Таунсенд) и на процитированном официальном ответе OpenAI, ссылку на который редакции прислала сама компания. При этом ни независимой проверки того, обучалась ли модель на чьих-то данных, ни доступа к внутренним логам OpenAI в материале нет, стороны остаются на уровне взаимных утверждений и опровержений.

Риски и подводные камни

Главный риск, отсутствие механизма, который позволил бы доказать или опровергнуть использование чьей-то работы моделью: ни сами исследователи, ни, по признанию Тома, кто-либо ещё не могут по-настоящему проверить это. Отсюда, эффект охлаждения для начинающих учёных, риск того, что годы чужого труда окажутся использованы без указания авторства, и отсутствие какого-либо надзора за темпом и правилами, по которым лаборатории публикуют такие результаты.

«У этих компаний монополия, и особого выбора нет.»

— Тристан Бакмастер, математик, Нью-Йоркский университет