// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
OpenAI, Anthropic e un problema matematico sporco di fango
OpenAI ha dichiarato di aver risolto uno dei sette problemi del millennio, quello sull’esistenza e la regolarità delle equazioni di Navier-Stokes, il cui premio da un milione di dollari, messo in palio dal Clay Mathematics Institute, è rimasto fermo dal 2000. Per arrivarci ha messo al lavoro diecimila agenti IA in parallelo per 88 ore, tra il primo e il 5 settembre, con 2,7 milioni di messaggi scambiati tra loro e 130 miliardi di token prodotti, per un costo stimato in circa due milioni di dollari, mille volte più di quanto era stato speso nei tentativi precedenti.
Il giorno prima, il matematico Tristan Buckmaster della New York University e Levent Alpöge, che lavora in Anthropic, avevano pubblicato una dimostrazione distinta ma imparentata, frutto di mesi di lavoro sullo stesso filone di ricerca. Buckmaster ha reso pubblica una dichiarazione in cui racconta di aver chiesto se il modello di OpenAI avesse avuto accesso alle bozze che lui e Alpöge tenevano su Codex, lo strumento di sviluppo dell’azienda, ricevendo solo una risposta vaga, e di essersi poi sentito proporre due strade: pubblicare insieme rinunciando al credito pieno, oppure ottenerlo da solo togliendo il nome di Alpöge perché lavora per un concorrente.
Buckmaster racconta un’escalation rapida: contattato un matematico di OpenAI il 3 settembre dopo aver sentito voci sui progressi di Anthropic, arriva il 6 settembre a due chiamate urgenti, l’ultima con Sébastien Bubeck. Gli viene detto che un modello interno ha riprodotto lo stesso approccio che lui e Alpöge stavano già seguendo, usando "un intero team" e "una quantità folle di calcolo", in contrasto con l’idea iniziale di un intervento umano minimo. Quando Buckmaster dice che renderà pubblico l’accaduto, la risposta attribuita a Bubeck è: "Perché vorresti rovinarti la carriera?"
Buckmaster è esplicito: dichiara di riportare solo fatti e tempistiche, non accuse di uso improprio dei suoi appunti. Bubeck replica su X negando di aver avuto accesso ai transcript di Buckmaster e Alpöge e parla di accuse false e infiammatorie; Mark Chen, chief research officer di OpenAI, si allinea alla stessa versione.
Duemila dollari bastavano ieri, oggi ne servono due milioni per lo stesso problema. Terence Tao, in un post su Mastodon, allarga lo sguardo oltre la disputa personale: definisce "strip-mining indiscriminato" il modo in cui i problemi aperti vengono aggrediti con soluzioni AI senza trasparenza sui tentativi falliti, un rischio per l’ecosistema da cui nascono le prossime tecniche e i prossimi matematici. Il caso arriva mentre la matematica vive la sua accelerazione più larga con l’AI, un anno dopo che OpenAI e DeepMind avevano vinto l’oro alle Olimpiadi di Matematica.
A decidere cosa e quando annunciare è OpenAI, che ha le risorse per bruciare in pochi giorni una spesa di calcolo fuori scala per chiunque altro. Buckmaster e Alpöge hanno fatto il lavoro concettuale di partenza e si trovano davanti alla scelta tra un credito diviso o nessun credito per il collega di un concorrente. Le aziende che leggono l’annuncio come prova di un salto di ragionamento rischiano di valutare uno strumento su un risultato irripetibile con un budget normale, e il confronto fra i bilanci di OpenAI e Anthropic mostra quanto sia concreto quel divario di risorse. La scienza ha sempre premiato anche chi arriva primo con più mezzi: qui però chi arriva primo è pure chi vende lo strumento che promette di ripetere il colpo, in scala, per il lettore che deve valutarlo.
Aggiungi Tom's Hardware alle tue fonti preferite su Google
OpenAI attribuisce ad Astra dieci risultati su problemi matematici aperti. Per le PMI italiane l’adozione in R&S richiede verifica, fonti e controllo dei costi.