← к ленте

Решение задачи Навье-Стокса: прорыв OpenAI и математический контекст

K@kedr2earthмедиа / агрегатор
1 мес

Разбор недавнего доказательства существования сингулярности в уравнениях Навье-Стокса с помощью ИИ-агентов OpenAI и контекст математических исследований.

ИИ впервые решил одну из сложнейших математических задач тысячелетия.

  • OpenAI использовали ИИ-агентов для построения формального доказательства в системе Lean.
  • Доказано, что в уравнениях Навье-Стокса при определенных условиях может возникать сингулярность.
  • Это достижение демонстрирует способность ИИ комбинировать сложные математические методы для решения задач, которые ранее считались недоступными для автоматизации.
теперь перейдём к задаче Миллениума. если модель работает для 99.99% практически встречающихся состояний, инженеру этого чаще всего достаточно. но математик спрашивает про оставшиеся 0.01%. точнее, даже не про 0.01%, а про возможность существования хотя бы одного патологического случая среди бесконечного множества начальных состояний. миллиард успешных CFD-симуляций этого вопроса не закрывает. если взять несжимаемую жидкость в трёхмерном пространстве (которая заполняет всё пространство целиком, без стенок и без обтекаемого тела) и начать с абсолютно гладкого состояния конечной энергии останется ли решение гладким навсегда? или уравнение способно само за конечное время создать сингулярность, то есть состояние, где какая-то локальная величина уходит в бесконечность? общая кинетическая энергия может оставаться конечной, но это само по себе не запрещает энергии концентрироваться во всё меньшей области. если каскад идёт достаточно быстро, локальная скорость или её производные могут уйти в бесконечность, хотя интеграл энергии всё ещё конечный. короче, если вы ещё со мной, то советую посмотреть этот десятиминутный ролик. его записал человек, который сам писал диссертацию по симуляции жидкостей. прорыв в этой теме сделал Теренс Тао до него все ломились в одну дверь: пытались доказать, что решение остаётся гладким. и упирались в одно и то же. все оценки, которые умеет давать математика, контролируют поток целиком, а ломается он локально, в одной точке, на всё более мелком масштабе (срыв). чем мельче масштаб, тем слабее такие оценки работают. Тао зашёл с другой стороны: не доказывать, что срыва нет, а построить его. контрпример достаточно предъявить один раз. но чтобы жидкость сорвалась, она должна собрать энергию во всё меньшей области, всё быстрее, и ни разу не дать вязкости её размазать. это похоже не на течение, а на механизм, который выполняет программу. отсюда его вопрос: а может ли вода вычислять? его конструкция это буквально компьютер из воды, который строит уменьшенную копию себя, передаёт ей всю энергию и выключается. копия делает то же самое, только меньше и быстрее, и бесконечное число шагов укладывается в конечное время. для настоящего Навье-Стокса собрать такую машину он не смог и честно назвал её несбыточной мечтой. зато собрал для усреднённой версии уравнения, с теми же энергетическими свойствами. отсюда главный вывод: раз в уравнении с той же энергией срыв всё-таки случается, одних энергетических оценок недостаточно в принципе. целый класс подходов к доказательству отпал. после Тао срыв стали строить, а не опровергать. и строить пробовали двумя способами. первый - не браться сразу за Навье-Стокс, а потренироваться на его упрощённых родственниках. главный из них это уравнение Эйлера: тот же Навье-Стокс, только без вязкости, то есть без той силы, которая размазывает энергию и мешает срыву. если срыв не получается построить даже там, в настоящем уравнении делать нечего. искали его в виде автомодельного решения. это течение, которое при срыве повторяет само себя, только во всё меньшем масштабе. удобно тем, что вместо фильма про срыв достаточно найти один кадр, профиль, а всё остальное получается из него сжатием. вот этот профиль и искали нейросетью, теми самыми PINN, которые в инженерии не взлетели. только здесь они работали не как решатель, а как поисковик: перебирали кандидатов и дожимали точность почти до машинной. такую точность уже можно подавать на вход компьютерному доказательству. первый профиль нашли в 2023 году, а в 2025 DeepMind нашёл их уже целыми семействами. итог первого пути: для родственников срыв построен, до самого Навье-Стокса не дотянулись. второй способ это подтолкнуть жидкость снаружи. это не читерство: у задачи Клея четыре формулировки, закрыть достаточно любую. две из них про жидкость, которую никто не трогает. две другие допускают внешнюю силу, но гладкую, без скачков. с силой срыв строится в лоб. придумываешь течение, которое срывается так, как тебе надо, подставляешь его в уравнение, и всё, чего не хватает до равенства, объявляешь внешней силой. вся сложность в том, чтобы эта сила вышла гладкой. по сути это ход Тао: он пытался заставить саму воду вести себя как программа, а здесь программу разрешено подать снаружи. этим путём шли математики Левент Альпёге и Тристан Букмастер, вместе с внутренней моделью Anthropic. Букмастер, кстати, соавтор той самой первой PINN-работы. к 7 сентября у них был срыв с гладкой силой для Эйлера и других родственников. для Навье-Стокса с ослабленной вязкостью тоже был, но его придержали: Lean-проверка не закончилась. а 8 сентября 2026 вышла работа OpenAI, про которую вы все знаете. их система из агентов построила конструкцию и формализацию в Lean, где жидкость стартует из состояния покоя, на неё действует специально подобранная гладкая внешняя сила, общая энергия остаётся конечной, но скорость за конечное время становится неограниченной. и это уже настоящий Навье-Стокс, с любой вязкостью. в формулировке Клея это варианты C и D. первая пара, которую математики и считают настоящим вопросом, осталась открытой. сила у OpenAI вышла гладкой, но настолько специальной, что в природе ей не соответствует ничего. приоритет Альпёге и Букмастера на Эйлере OpenAI признали сами. у OpenAI схема та же, что и с другими гипотезами: огромный пласт готового рисерча, а поверх него умный брутфорс по литератруе и трейсам + возможность индивидуально проверять новые гипотезы. брали приёмы, которые математики придумали за последние лет десять, в том числе результаты Букмастера по Эйлеру, и собирали из них комбинации, пока одна не сошлась. Lean на выходе проверил, что сошлась честно. Гомес-Серрано, соавтор и первой PINN-работы, и статьи DeepMind, про результат высказался с уважееним, что конечно математическое сообщество приоткрыло направление, но он никогда не думал строить такое течение, с тремя слоями и двумя масштабами. короче, если вам нужно мнение человека, который когда-то слушал пары по механике жидкости и газа и впервые за 8 лет что-то прочитал по домену, то мне кажется, текущее открытие краткосрочных бустов в инженерии не даст. p.s. ещё по какой-то случайности я забукал демо для grip на 9 сентября, с сейлзом и бывшим инженером из Engys. это контора, которая продаёт HELYX, энтерпрайз-форк опенсорсного OpenFOAM. ну, скажем так, наш ice-breaker затянулся минут на пятнадцать.
КонтекстAI
Задача о существовании гладких решений уравнений Навье-Стокса является одной из семи «проблем тысячелетия» Института математики Клея. Суть проблемы заключается в том, чтобы доказать или опровергнуть, что для трехмерной несжимаемой жидкости гладкое начальное состояние всегда остается гладким, или же в системе может возникнуть сингулярность (бесконечная скорость) за конечное время.

Кратко (AI)

Автор анализирует недавнее достижение OpenAI, где ИИ-агенты построили формальное доказательство возникновения сингулярности в уравнениях Навье-Стокса при наличии внешней силы. В посте объясняется эволюция подходов к этой задаче: от попыток доказать гладкость решений до построения контрпримеров, предложенных Теренсом Тао и развитых другими математиками. Подчеркивается, что хотя результат OpenAI закрывает часть формулировок задачи Клея, он опирается на специфическую внешнюю силу и не дает немедленных прикладных преимуществ для инженерии.

Обсуждение

0
В

Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖