描述
OpenAI 开发了一个 AI 生成的纳维尔-斯托克斯千年奖问题的解决方案，这是一个关于流体运动方程行为的重要数学挑战。该解决方案包括详细的写作和 Lean 中的正式证明，证明了纳维尔-斯托克斯方程的动力学可以在有限时间内发展出奇点。这个发现解决了一个长期存在的问题，即光滑的三维流体运动是否会崩溃，这个问题已经悬而未决近 90 年。
纳维尔-斯托克斯方程可以追溯到 19 世纪克劳德-路易斯·纳维尔和乔治·加布里埃尔·斯托克斯的工作，描述了流体如何使用牛顿第二运动定律进行运动。这些方程对于飞机设计、天气预报和研究血流等应用至关重要。一个核心问题是流体的连续体近似是否会崩溃，导致在有限时间内流体速度无限增长的奇点。
OpenAI 的内部系统比 GPT-6 Astra 更强大，产生了一个分析证明和一个 Lean 形式化，显示出一个最初平滑的静止流体可以在有限时间内发展出奇点。该证明涉及一个涡旋，一个旋转的流体漩涡向内螺旋并延伸，在整个动态过程中保持有限的能量。这个成就通过在官方表述中建立具体陈述，解决了纳维尔-斯托克斯千年奖问题。
该解决方案是通过一个由 OpenAI 内部模型驱动的协调代理系统实现的。这些代理大约有 10,000 个，进行了沟通与合作，以探索问题的各种方法。这个过程涉及不同代理组之间的交叉授粉，并利用 Codex 整合有用的发现。代理们在 88 小时内达成了他们的解决方案，Lean 形式化和验证又花费了 17 小时。
OpenAI 发布这一结果的目标是强调 AI 模型的重大进展。虽然他们并不打算申请千年奖，但这一里程碑代表了数学家和 AI 研究人员的重要工作。OpenAI 继续专注于理解和推动 AI 能力，以确保人工通用智能造福全人类。
OpenAI 纳维尔-斯托克斯解的核心功能
AI 生成的纳维尔-斯托克斯问题解决方案
Lean 中的正式证明
解决流体运动方程
展示奇点发展
涉及协调代理
利用比 GPT-6 Astra 更强大的内部模型
代理见解的交叉授粉
Lean 形式化和验证
如何使用 OpenAI 纳维尔-斯托克斯解？
理解：阅读 AI 生成的写作
分析：审查 Lean 中的正式证明
探索：研究流体运动的动态
应用：考虑对流体动力学研究的影响
OpenAI 纳维尔-斯托克斯解的使用案例
- 流体动力学研究
- 数学证明验证
- AI 模型评估
- 工程应用
- 科学合作
