OpenAI e le equazioni di Navier-Stokes: l'AI risolve un enigma millenario
- OpenAI sostiene di aver risolto le equazioni di Navier-Stokes tramite un sistema di 10.000 agenti AI in parallelo.
- L'operazione ha richiesto 300 miliardi di token di output, con un costo stimato di 22,5 milioni di dollari.
- Il matematico Tristan Buckmaster (NYU) accusa l'azienda di aver copiato la sua rotta di ricerca dopo aver appreso di suoi progressi.
- La soluzione è stata formalizzata in Lean, il linguaggio di programmazione per la verifica di dimostrazioni matematiche.
L'annuncio è arrivato l'8 settembre 2026, con l'impatto di un terremoto accademico. OpenAI ha dichiarato di aver trovato una soluzione generata dall'intelligenza artificiale per una delle sfide più ostiche della matematica moderna: le equazioni di Navier-Stokes. Si tratta di un problema che resiste da oltre due secoli e che fa parte dei sette Problemi del Milenio stabiliti dal Clay Mathematics Institute, ognuno dei quali prevede un premio di un milione di dollari per chi ne fornisca la soluzione.
Un weekend da 22 milioni
La cronologia dell'operazione rivela una velocità di esecuzione che rasenta l'aggressività industriale. Secondo quanto riferito da Sébastien Bubeck, responsabile del team di matematica di OpenAI, l'addestramento del modello è iniziato il 28 agosto. La decisione di concentrare tutte le risorse sulle equazioni di Navier-Stokes è stata presa il 1 settembre, mossa che Bubeck ha giustificato in una conferenza stampa riportata da Wired come risposta a rumors riguardanti i progressi di due matematici esterni.
Il processo è stato un'escalation di potenza computazionale. Un primo tentativo ha risolto una versione semplificata del problema in 50 ore, impiegando 1.000 agenti simultanei. Per affrontare il problema completo, OpenAI ha scalato l'infrastruttura fino a 10.000 agenti operanti in parallelo durante un singolo fine settimana. Il costo di questa accelerazione è stato massiccio: l'operazione ha consumato 300 miliardi di token di output. Basandosi sulle tariffe attuali di Astra, la prossima generazione di modelli di OpenAI ancora non pubblicata, il costo del compute è stato stimato in circa 22,5 milioni di dollari.
Analisi strategica: Questo dato è fondamentale per gli imprenditori tech. Non siamo più di fronte a una ricerca accademica basata sull'intuizione umana, ma a una strategia di brute-force computazionale. OpenAI ha trattato un problema matematico come un problema di ottimizzazione di risorse, trasformando il capitale finanziario (22,5 milioni di dollari) in velocità di scoperta.
L'enigma di Navier-Stokes
Per comprendere la portata dell'annuncio, occorre definire l'oggetto della disputa. Le equazioni di Navier-Stokes descrivono il comportamento naturale dei fluidi, come l'aria e l'acqua. Il nodo cruciale risiede nella possibilità che queste equazioni possano esplodere in determinati casi, raggiungendo una velocità infinita in un tempo finito. Un simile fenomeno è fisicamente impossibile per un gas o un liquido reali, ma dimostrarlo matematicamente è stata l'impresa che l'IA di OpenAI sostiene di aver compiuto.
La validazione della scoperta non è avvenuta tramite un semplice testo discorsivo, ma è stata formalizzata in Lean. L'uso di questo linguaggio di programmazione, specifico per la verifica di dimostrazioni matematiche, serve a eliminare l'errore umano (o l'allucinazione dell'IA) e a rendere la prova oggettivamente verificabile dalla comunità scientifica.
10.000 agenti in parallelo
L'architettura utilizzata per questo risultato segna un distacco dai modelli di chat tradizionali. OpenAI ha implementato un sistema di agenti AI in parallelo basato su un modello più avanzato di Astra. Invece di un singolo flusso di pensiero, il sistema ha generato migliaia di percorsi di ragionamento simultanei, scartando i vicoli ciechi e convergendo verso la soluzione.
Questa metodologia solleva questioni profonde sull'efficienza della ricerca. Se un problema che ha resistito per 200 anni può essere risolto in un weekend con un investimento di 22 milioni di dollari, il valore del tempo di ricerca umano viene ridefinito. La capacità di scalare agenti in parallelo permette di esplorare lo spazio delle soluzioni a una velocità che nessun team di matematici, per quanto numeroso, potrebbe eguagliare.
Buckmaster accusa il furto
Il successo tecnologico è però oscurato da una controversia etica e legale. Tristan Buckmaster, matematico della NYU, ha pubblicato un comunicato nello stesso giorno dell'annuncio di OpenAI. Buckmaster accusa l'azienda di aver agito in modo scorretto, sostenendo che OpenAI si sia appropriata della rotta matematica sviluppata da lui e dal suo collaboratore, Levent Alpöge, ricercatore di Anthropic.
'se apropiaron de nuestra ruta'
Secondo Buckmaster, l'azienda avrebbe accelerato i propri sforzi solo dopo aver avuto notizia dei progressi fatti dai due ricercatori. Questo scenario suggerisce che l'IA non abbia necessariamente trovato una strada originale, ma abbia utilizzato i suggerimenti o le direzioni di ricerca già tracciate da esperti umani per arrivare alla meta più velocemente. Il caso è riportato anche da Ecosistema Startup, che evidenzia come l'annuncio sia arrivato avvolto in questa disputa pubblica.
Può un algoritmo fare ricerca?
Il caso Navier-Stokes pone un interrogativo critico: l'IA sta scoprendo nuove verità o sta semplicemente automatizzando la sintesi di intuizioni umane preesistenti? Se l'accusa di Buckmaster fosse fondata, l'IA di OpenAI avrebbe agito come un acceleratore di un processo già avviato, non come l'autore della scoperta.
Analisi di business: Per le aziende che investono in R&S, questo scenario è un campanello d'allarme. La proprietà intellettuale nella ricerca scientifica diventa vulnerabile se i progressi vengono condivisi in ambienti dove modelli di IA possono intercettare e processare tali informazioni. Il rischio è che l'intuizione umana venga estratta e formalizzata da un'IA prima che l'autore originale possa pubblicare i risultati.
Per valutare l'evoluzione di questo scontro, occorre monitorare due indicatori verificabili:
- La pubblicazione della prova completa in Lean e l'analisi della sua originalità rispetto ai lavori di Buckmaster e Alpöge.
- L'eventuale avvio di un'azione legale per plagio o violazione di segreti industriali tra NYU/Anthropic e OpenAI.
La proprietà delle prove sintetiche tra AI Act e accademia UE
Il caso assume connotazioni diverse se analizzato sotto la lente del quadro normativo europeo. L'AI Act introduce obblighi di trasparenza che potrebbero costringere OpenAI a rivelare i dati di addestramento o le fonti di input utilizzate per guidare i 10.000 agenti. Se l'IA ha utilizzato materiale non autorizzato o protetto da copyright per trovare la soluzione, l'azienda potrebbe trovarsi in una posizione di fragilità legale all'interno dell'UE.
Per le imprese italiane e l'ecosistema europeo, questo evento sottolinea la necessità di proteggere i processi di ricerca. Mentre gli USA puntano sulla potenza di calcolo e sulla velocità di esecuzione, l'Europa deve definire chi detiene la proprietà di una scoperta se questa è il risultato di un'intuizione umana processata da un'IA. La NIS2 e l'AI Act dovranno gestire non solo la sicurezza dei dati, ma anche la tutela della proprietà intellettuale sintetica.
In sintesi, per un imprenditore europeo, la lezione è chiara: la potenza di calcolo può accorciare i tempi di ricerca, ma la gestione della proprietà intellettuale diventa il vero collo di bottiglia strategico. Chi controlla l'infrastruttura di calcolo (come OpenAI) ha un vantaggio competitivo enorme, ma l'integrità della ricerca rimane l'unico baluardo contro l'automazione del plagio.
Domande frequenti
Qual è il problema di Navier-Stokes?
È un'equazione di 200 anni che descrive il movimento dei fluidi; l'obiettivo è dimostrare se le soluzioni possano esplodere raggiungendo velocità infinite in tempo finito.
Quanto è costata l'operazione a OpenAI?
L'operazione ha consumato 300 miliardi di token di output, con un costo stimato di circa 22,5 milioni di dollari in termini di compute.
Perché Tristan Buckmaster accusa OpenAI?
Sostiene che l'azienda abbia copiato la rotta matematica sviluppata da lui e Levent Alpöge dopo aver appreso dei loro progressi.
Come è stata verificata la soluzione?
La prova è stata formalizzata in Lean, un linguaggio di programmazione specifico per la verifica di dimostrazioni matematiche.
Fonti: Es, Abc, Ecosistemastartup ·
glacom · Intelligenza artificiale per aziende: i modelli girano sui tuoi server, i dati non escono →Scrivila qui: Susanna, l assistente AI di glacom, ti risponde via email con un approfondimento gratuito.
Nessuna consulenza personalizzata (finanziaria, legale o medica): solo informazione e fonti. Email usata solo per rispondere.
oppure scrivile su: WhatsApp · Telegram · SimpleX · Delta Chat · Email
