Navier-Stokes – Tristan Buckmaster [pdf]

Linha do tempo alegada e disputa

• Dois pesquisadores teriam usado múltiplos LLMs ao longo de ~um ano em problemas de dinâmica dos fluidos, alegando progresso em Euler, meios porosos, Boussinesq e um problema relacionado “hipo-dissipativo” de Navier–Stokes (não sendo, em si, a versão do Millennium).
• Circularam rumores de que um laboratório rival de IA havia resolvido um problema do Prêmio Millennium; um dos pesquisadores contatou outro laboratório para esclarecer que se tratava de trabalho independente envolvendo um funcionário do primeiro laboratório.
• Pouco depois, o laboratório contatado disse que seu novo modelo interno havia encontrado um resultado de blowup em Navier–Stokes (aparentemente elegível ao prêmio) por meio de uma abordagem “forçada” semelhante, após apenas alguns dias de esforço focado e muito poder computacional.

Uso de logs de conversa e dados de treinamento

• A preocupação central: o modelo do segundo laboratório pode ter se beneficiado das sessões privadas de Codex/ChatGPT da primeira equipe (rascunhos, ideias, prompts).
• Os pesquisadores relatam ter sido informados de que “o modelo não consulta dados do usuário”, mas não receberam uma resposta clara sobre treinamento nessas sessões.
• A declaração pública do laboratório posteriormente disse: nenhum dado específico de usuário foi acessado para resolver o problema, mas “não pode descartar” que dados desidentificados do uso do produto tenham melhorado os modelos.
• Alguns comentaristas acham implausível uma espionagem deliberada (controles de acesso, risco comercial); outros consideram isso totalmente consistente com as práticas atuais de treinamento de LLMs e com os incentivos da empresa.

Autoria, normas acadêmicas e supostas ameaças

• De acordo com a declaração, o segundo laboratório propôs uma publicação coordenada e ofereceu permitir que o acadêmico liderasse um artigo sobre o resultado completo, mas queria excluir o coautor empregado em um laboratório rival.
• Comentadores observam que remover um contribuinte substancial por causa de afiliação viola normas acadêmicas.
• A declaração afirma que uma pessoa sênior advertiu que tornar o caso público “arruinaria” a carreira do acadêmico e que “não precisavam ser legais”; muitos leitores interpretam isso como intimidação.
• Um pesquisador do laboratório mais tarde reconheceu a formulação “arruinar sua carreira” como um erro grave, embora tenha contestado outras alegações.

Status e natureza dos resultados matemáticos

• Consenso do thread: os artigos atuais dos acadêmicos são importantes, mas não resolvem o problema oficial do Prêmio Millennium de Navier–Stokes; o resultado interno do laboratório supostamente resolve (com forçamento).
• Detalhes da prova completa, correção e se atende à especificação do prêmio Clay permanecem obscuros e precisarão de verificação pela comunidade.
• Anúncios separados sobre blowup de Euler (forçado vs. não forçado) aumentam a confusão sobre o que exatamente foi provado.

Papel da IA na matemática e incentivos futuros

• Muitos veem isso como um momento “Deep Blue” para a matemática: automação orientada por LLMs mais enorme capacidade computacional podem fechar rapidamente lacunas de longa data, uma vez conhecida uma direção promissora.
• Vários matemáticos no thread argumentam que, se a IA “resolver” grandes problemas por meio de provas opacas, de força bruta e formalizadas em Lean, isso pode avançar resultados formais, mas prejudicar a compreensão humana e a cultura de colaboração aberta.
• Há forte preocupação de que simplesmente ouvir rumores de uma abordagem promissora agora dispare uma corrida armamentista de computação entre laboratórios de fronteira, incentivando sigilo sobre direções de pesquisa.

Privacidade, ToS e lições práticas

• Comentadores enfatizam repetidamente:
  • Contas de consumidor muitas vezes, por padrão, permitem treinamento com conversas; muitos acadêmicos não percebem isso.
  • A semântica de opt-out e as cláusulas de “dados desidentificados” são vistas como obscuras e ambíguas.
  • Para trabalho em que IP e prioridade importam, muitos recomendam configurações auto-hospedadas ou com retenção zero garantida por contrato, em vez de depender de LLMs genéricos na nuvem.

Sentimento da comunidade

• As opiniões se dividem entre:
  • Ver o comportamento dos laboratórios como competição cruel e previsível, além de comunicação ruim; e
  • Interpretá-lo como plágio sistêmico, intimidação e prova de que laboratórios de fronteira não podem ser confiáveis com pesquisa sensível.
• O entusiasmo com um possível avanço em Navier–Stokes coexistiu com profundo ceticismo sobre a narrativa de que “a IA resolveu isso sozinha” e com alarme sobre o impacto de longo prazo na pesquisa matemática.