Az OpenAI belső kutatócsapata bejelentette a hidrodinamikai Navier-Stokes-egyenletek simasági feltételeinek megoldását, a közzétételt azonban azonnal plágiumvádak és felhasználói adatkezelési viták árnyékolták be. A Tom’s Hardware beszámolója szerint egy független kutatócsoport azzal vádolja a vállalatot, hogy a belső frontier modellel elért matematikai levezetéshez a kutatók privát Codex-munkameneteiből származó adatokat használták fel, a vitát pedig személyes fenyegetések kísérték.
Egyéves kutatómunka és a Lean formális verifikáció
A millenniumi díjkitűzések közé tartozó Navier-Stokes-egyenletek megoldása a folyadékok és gázok háromdimenziós áramlásának leírását célozza sima kezdeti feltételek mellett. Tristan Buckmaster, a New York University (NYU) matematikusa és Levent Alpöge, az Anthropic munkatársa egy éve dolgozott közösen az Euler-egyenletek vizsgálatán, amely a Navier-Stokes-probléma közvetlen elméleti előszobájának számít. A kutatók elmondása szerint a projekt tisztán személyes szakmai együttműködés volt, intézményi szerződések nélkül.
A két kutató a rutinfeladatokhoz és a logikai lépések leellenőrzéséhez Anthropic Claude és OpenAI Codex felületeket vett igénybe asszisztensként, a jelentős számítási kapacitást pedig Buckmaster saját forrásból fizette. 2026. augusztus 15-én sikerült igazolniuk a véges idejű szétrobbanást (finite-time blowup) sima kényszererő mellett mind az Euler-, mind a Boussinesq-egyenletekre. Az eredményt 2026. augusztus 22-én a matematikai bizonyítások ellenőrzésére szolgáló Lean interaktív bizonyítás-ellenőrző nyelvben formálisan is igazolták.
Belső modellek vagy privát adatok lehallgatása?
2026. szeptember 3-án piaci pletykák kezdtek keringeni arról, hogy az Anthropic megoldott egy kiemelt matematikai kérdést. Buckmaster felvette a kapcsolatot az OpenAI egyik vezető matematikusával, jelezve, hogy nem céges projektről van szó, a kutatást saját szakállukra végzik. Három nappal később, szeptember 6-án Sébastien Bubeck, az OpenAI alelnöke már arról tájékoztatta Buckmastert, hogy a vállalat belső modellje levezetést készített a kényszerített Navier-Stokes egyenletek szétrobbanására háromdimenziós euklideszi és tórusztérben (az ℝ³ és 𝕋³ térbeli felosztás szerint).
Ez a levezetés a Charles Fefferman által megfogalmazott Clay Matematikai Intézet millenniumi kiírásának C és D feltételéhez illeszkedik. Buckmaster szerint ez az elméleti megközelítés teljesen megegyezett az ő csapatuk által választott iránnyal, amire egy nyers prompt beadásával néhány nap alatt nem lehetett volna eljutni. A megbeszélések során Bubeck elismerte, hogy az OpenAI oldalán valójában egy komplett emberi kutatócsoport dolgozott a feladaton, a promptokat pedig magával a Codexszel generálták hatalmas számítási kapacitás ráfordításával.
Nyitva maradt adatvédelmi kérdések és karrierfenyegetés
Amikor Buckmaster rákérdezett, hogy az OpenAI rendszerei hozzáfértek-e a csapat privát Codex-munkameneteihez, a vállalat képviselői tagadták a közvetlen adatbetekintést. Arra a kérdésre azonban, hogy az adatokat általános modellképzéshez felhasználták-e, a cég nem adott egyértelmű nemleges választ. Hivatalos nyilatkozatukban csupán annyit közöltek: nem zárható ki, hogy a termékeik használatából származó, de-identifikált adatok hozzájárultak a modellek fejlesztéséhez.
A feszültség akkor érte el a csúcspontját, amikor az OpenAI két publikációs lehetőséget ajánlott fel. Az egyik szerint Buckmasterék publikálhatták volna először az Euler-levezetést, amit egy nappal később követett volna az OpenAI Navier-Stokes anyaga. A másik változatban Buckmaster egymaga jegyezte volna a közös Navier-Stokes tanulmányt a vállalattal, Alpöge teljes kihagyásával, mivel utóbbi alkalmazása az Anthropicnál kényelmetlen volt a vezetés számára. Buckmaster elutasította a feltételeket, amire elmondása szerint Bubeck nyíltan felvetette, miért tenné kockára a szakmai karrierjét, hozzátéve: „Ha nem akarod, hogy kedves legyek, nem leszek kedves.”
Bubeck tagadja a fenyegetést, Sam Altman vezérigazgató pedig védelmébe vette csapatát, kiemelve az együttműködési szándékot, ám a képzési adatok felhasználásának pontos mértékéről nem adtak részletes tájékoztatást. Az incidens rávilágít a felhőalapú AI-fejlesztői környezetek adatkezelési határainak bizonytalanságára, valamint arra a strukturális kockázatra, amit a magánkutatások platformszintű adatgyűjtése jelent a tudományos prioritási versenyben.
