L'8 settembre 2026 OpenAI ha annunciato di aver risolto uno dei problemi matematici più difficili al mondo: il problema dell'esistenza e della regolarità delle soluzioni delle equazioni di Navier-Stokes, uno dei sette "Problemi del Millennio" individuati dal Clay Mathematics Institute. Un risultato che, se confermato, cambierebbe per sempre il modo in cui pensiamo al rapporto tra intelligenza artificiale e ricerca matematica pura.
Cos'è il problema di Navier-Stokes e perché è così importante
Le equazioni di Navier-Stokes descrivono il movimento dei fluidi: acqua, aria, il vapore che sale da una moka, le correnti oceaniche, i venti atmosferici. Sono alla base di gran parte dell'ingegneria moderna, dall'aerodinamica alla meteorologia.
Il problema, rimasto irrisolto per circa 90 anni (dal lavoro fondativo di Jean Leray del 1934), riguarda una domanda apparentemente semplice: la descrizione del moto fluido tridimensionale regolare, modellata da queste equazioni, può "rompersi"? In altre parole, esistono condizioni iniziali perfettamente normali che, seguendo le equazioni, portano un fluido a raggiungere una velocità infinita in un tempo finito?
Si tratta di uno dei sette Problemi del Millennio selezionati dal Clay Mathematics Institute all'inizio degli anni 2000, ciascuno dei quali mette in palio un premio da un milione di dollari per chi trova una soluzione rigorosa.
L'annuncio di OpenAI
Secondo quanto dichiarato da OpenAI, un gruppo di agenti basati su un modello interno di nuova generazione, più avanzato di GPT-6 Astra, avrebbe prodotto una dimostrazione che risponde proprio a questa domanda: l'esistenza di fluidi che, partendo da condizioni del tutto ordinarie, raggiungono una velocità infinita in un tempo finito secondo le equazioni di Navier-Stokes. Un comportamento fisicamente impossibile per un fluido reale, il che suggerirebbe che in certe circostanze le equazioni non rispecchino fedelmente la realtà fisica.
Il matematico Sébastien Bubeck, che oggi guida il team di matematica di OpenAI (in precedenza vicepresidente per l'IA in Microsoft), ha raccontato di essersi messo sul problema dopo aver sentito voci sul lavoro di due altri ricercatori, e ha stimato in diversi milioni di dollari il costo computazionale necessario per arrivare al risultato. Martin Bridson, presidente del Clay Mathematics Institute, ha commentato la giornata definendola una giornata comunque importante per la comprensione umana della matematica, pur precisando che la valutazione ufficiale sarà "deliberatamente non affrettata" e rigorosa: l'istituto, al momento, non ha accettato il risultato e continua a elencare Navier-Stokes tra i problemi del millennio ancora aperti.
Per arrivare a questo risultato, OpenAI avrebbe impiegato una quantità di risorse computazionali senza precedenti: prima un centinaio di agenti IA per circa 50 ore su una versione semplificata del problema (le equazioni di Eulero, senza viscosità), poi fino a 10.000 agenti concorrenti, per 88 ore di lavoro più altre 17 ore di formalizzazione e verifica in Lean, per affrontare il problema completo di Navier-Stokes.
Una corsa contro il tempo: il ruolo di Anthropic e degli altri ricercatori
Dietro l'annuncio si nasconde una vera e propria corsa scientifica. Secondo quanto riportato, OpenAI avrebbe deciso di concentrare le proprie risorse sul problema dopo aver appreso che due matematici, Levent Alpöge (oggi ricercatore in Anthropic) e Tristan Buckmaster (New York University), stavano lavorando a una versione del problema del moto dei fluidi. Il 7 settembre, appena un giorno prima dell'annuncio di OpenAI, Alpöge e Buckmaster hanno pubblicato un proprio lavoro in cui affermano di aver trovato una soluzione per le equazioni dei fluidi che raggiunge anch'essa velocità infinita, ma nel caso semplificato di un fluido senza viscosità (equazioni di Eulero). Nello stesso giorno, anche la ricercatrice Anima Anandkumar del Caltech, insieme ai suoi collaboratori, ha pubblicato una soluzione indipendente per lo stesso problema semplificato, ottenuta però con un approccio diverso: una rete neurale "physics-informed", non un modello linguistico generalista.
Questa sovrapposizione temporale ha generato polemiche più serie di un semplice botta e risposta accademico. Buckmaster ha accusato OpenAI di scarsa trasparenza, chiedendo se il modello dell'azienda avesse avuto accesso alle loro sessioni di lavoro (OpenAI lo ha negato). Buckmaster ha inoltre raccontato che, durante una chiamata, gli sarebbe stata prospettata una scelta: pubblicare insieme a OpenAI riconoscendo all'azienda il merito della soluzione completa, oppure pubblicare da solo rivendicando il premio del millennio, ma solo a condizione di togliere dal lavoro il nome di Alpöge, suo coautore in Anthropic. OpenAI ha respinto la ricostruzione dei fatti.
Cosa dicono gli esperti
Non tutti gli osservatori si sono limitati all'entusiasmo. Diversi matematici, tra cui Luis Martínez Zoroa dell'Università CUNEF di Madrid (che ha condotto, insieme a Diego Córdoba, ricerche fondamentali proprio su questo problema), hanno definito il risultato "davvero notevole", pur sottolineando la necessità di una verifica approfondita da parte della comunità matematica prima di poter parlare di dimostrazione definitiva e riconosciuta ufficialmente dal Clay Mathematics Institute. È bene ricordare che, nella storia della matematica, l'annuncio di una dimostrazione è solo il primo passo: la validazione formale può richiedere mesi o anni di revisione paritaria (peer review), soprattutto per un problema di tale complessità e rilevanza.
Perché questo risultato conta per il futuro dell'IA?
Al di là dell'aspetto puramente matematico, l'episodio segna un punto di svolta nel dibattito su cosa l'intelligenza artificiale sia realmente in grado di fare nella ricerca scientifica avanzata. Se confermato, il risultato di OpenAI si aggiungerebbe a una serie di traguardi recenti dell'IA in ambito matematico, inclusi altri casi in cui modelli linguistici di grandi dimensioni hanno contribuito a formalizzare dimostrazioni storiche. Resta però aperta una domanda cruciale: quanto di questi risultati sia frutto di un reale "ragionamento" originale del modello e quanto derivi dalla capacità di esplorare rapidamente, con enormi quantità di calcolo, uno spazio di soluzioni già in parte tracciato da lavori precedenti della comunità scientifica.
L'annuncio di OpenAI sulla risoluzione delle equazioni di Navier-Stokes rappresenta, a prescindere dall'esito della verifica ufficiale, un momento simbolico importante: per la prima volta un'azienda di intelligenza artificiale rivendica di aver affrontato in autonomia uno dei problemi aperti più celebri della matematica moderna, in un contesto di competizione serrata con altri laboratori di ricerca, incluso Anthropic. Nei prossimi mesi la comunità matematica internazionale dovrà esaminare nel dettaglio la dimostrazione proposta: solo allora si potrà dire con certezza se il problema di Navier-Stokes, dopo 90 anni, sia davvero stato risolto.
Quello che colpisce di questa storia non è tanto il risultato in sé quanto tutto quello che c'è intorno: migliaia di agenti IA che lavorano in parallelo, aziende che si contendono la paternità di una dimostrazione, una comunità scientifica che aspetta mesi prima di dire se il lavoro regge davvero. Da M's Works partiamo dalla stessa premessa ogni volta che scriviamo codice per un cliente: l'IA velocizza, non sostituisce la verifica. Un sito o una webapp "generati dall'IA" senza controllo umano sono un rischio, non un risparmio.