IA · 9 settembre 2026 · 5 min di lettura
OpenAI risolve Navier-Stokes con diecimila agenti, ma l'accademia grida al furto
In sintesi: OpenAI ha annunciato la risoluzione formale del problema dell'esistenza e regolarità delle equazioni di Navier-Stokes, uno dei sette Problemi del Millennio, impiegando uno sciame di diecimila agenti autonomi e milioni di dollari di calcolo. La svolta storica è però finita al centro di un duro scontro accademico: il professor Tristan Buckmaster della NYU accusa il laboratorio di aver accelerato il lavoro dopo aver appreso delle sue ricerche congiunte con Anthropic, sollevando dubbi sull'uso delle sessioni di lavoro in Codex.
di Team Mocchi's
La matematica teorica si trova di fronte a un paradosso storico: la risoluzione di uno dei problemi aperti più celebri al mondo rischia di essere ricordata non per l'eleganza della scoperta, ma per la controversia etica e industriale che l'ha accompagnata. OpenAI ha annunciato di aver generato una dimostrazione completa per il problema dell'esistenza e regolarità delle equazioni di Navier-Stokes, enigma che descrive il comportamento dei fluidi e costituisce uno dei sette Problemi del Millennio istituiti dal Clay Mathematics Institute, con in palio un milione di dollari ciascuno.
La portata scientifica dell'evento è imponente, ma la reazione della comunità accademica è stata immediata e carica di tensione, a causa di pesanti accuse di condotta scorretta e corsa al saccheggio intellettuale mosse da ricercatori universitari.
La forza bruta dei diecimila agenti
Per giungere alla formalizzazione della prova, OpenAI non si è affidata alla sola intuizione euristica, ma a un dispiegamento computazionale senza precedenti per la ricerca pura. Come riporta Wired, il gruppo di San Francisco ha addestrato un modello interno ad altissime capacità matematiche e ha coordinato fino a 10.000 agenti paralleli in esecuzione per oltre cinquanta ore consecutive. La dimostrazione finale è stata interamente formalizzata in Lean, il linguaggio di programmazione che consente la verifica automatica e inoppugnabile della correttezza dei passaggi logici.
Il costo di questa operazione è indicativo del divario tra accademia e colossi tecnologici. Secondo i dati raccolti da TechCrunch, l'elaborazione ha consumato oltre 300 miliardi di token di output, equivalenti a circa 22,5 milioni di dollari di potenza di calcolo se parametrizzati sui listini attuali. Mark Chen, responsabile della ricerca di OpenAI, ha confermato che l'investimento in hardware ha superato svariati milioni di dollari, ribadendo comunque che l'azienda non intende reclamare il premio in denaro da un milione messo in palio dal Clay Institute.
L'accusa dell'accademia: corsa all'oro o furto di intuizione?
La tempistica dell'annuncio ha fatto esplodere il conflitto. Poche ore prima della comunicazione di OpenAI, il professor Tristan Buckmaster del Courant Institute della New York University (NYU) aveva pubblicato tre teoremi intermedi verso la risoluzione dello stesso problema, sviluppati in stretta collaborazione con Levent Alpöge, ricercatore matematico presso Anthropic, la principale concorrente di OpenAI.
Buckmaster ha diffuso una dichiarazione dettagliata in cui denuncia che OpenAI sarebbe venuta a conoscenza dei loro progressi prima della pubblicazione e avrebbe mobilitato d'urgenza le proprie infrastrutture per bruciarli sul traguardo. Il punto più critico riguarda la riservatezza degli strumenti di sviluppo: Buckmaster e Alpöge avevano utilizzato ampiamente sia Claude sia OpenAI Codex per stendere e verificare le bozze teoriche. Quando il professore ha chiesto chiarimenti formali ai vertici di OpenAI sull'eventualità che le loro sessioni di lavoro fossero state impiegate per addestrare i sistemi interni o guidare la ricerca, l'azienda ha fornito rassicurazioni ambigue.
Buckmaster ha inoltre riferito di aver ricevuto proposte informali per pubblicare un articolo congiunto che certificasse la soluzione ottenuta dal modello di OpenAI, a patto però di escludere Alpöge dai crediti a causa della sua affiliazione con Anthropic, circostanza smentita dai vertici della società.
La replica di OpenAI e il nodo della privacy nell'R&D
OpenAI ha respinto le accuse, sostenendo che le dimostrazioni procedono per vie matematiche distinte rispetto a quelle esplorate dal duo accademico. Come ricostruito da The Verge, Sébastien Bubeck di OpenAI ha spiegato che il laboratorio ha intensificato le risorse solo in seguito a indiscrezioni su avanzamenti esterni, senza avere accesso anticipato ai manoscritti riservati.
Tuttavia, una frase inclusa nel comunicato ufficiale di OpenAI ha alimentato ulteriori perplessità nel settore della proprietà intellettuale: pur precisando che nessun dato utente specifico è stato consultato manualmente, l'azienda ha ammesso che «non si può escludere che dati de-identificati derivati dall'uso dei nostri prodotti abbiano contribuito a migliorare i modelli». Questa formula ha scatenato la reazione dei giuristi d'impresa, ponendo al centro del dibattito il confine tra telemetria di sistema, miglioramento continuo degli algoritmi e appropriazione impropria del lavoro intellettuale dei clienti.
Il punto di Mocchi's
Questa vicenda segna un punto di non ritorno per chiunque svolga ricerca applicata e sviluppo software su piattaforme di intelligenza artificiale proprietarie. Per le aziende e i centri di R&D italiani, la lezione è netta: affidare bozze concettuali, formule o prototipi di codice a strumenti cloud privi di rigorose clausole di non-ritenzione e isolamento del tenant espone l'innovazione al rischio di assimilazione sistemica. Se da un lato la combinazione di modelli di ragionamento e linguaggi di verifica formale come Lean apre possibilità straordinarie nell'abbattimento degli errori e nella validazione di sistemi complessi, dall'altro lato la sicurezza dell'IP impone l'adozione strategica di ambienti chiusi, verificati e computazionalmente indipendenti.