OpenAI:s AI uppges ha löst ett av matematikens olösta jätteproblem – forskarvärlden reagerar med både häpnad och skepsis

När maskinen lär sig tänka matematiskt

Det finns milstolpar i teknikhistorien som förändrar hur vi ser på vad som är möjligt. Att slå en världsmästare i schack var en sådan. Att vika proteiner var en annan. Nu verkar vi stå inför ytterligare ett språng: en AI-modell som inte bara räknar snabbt, utan som faktiskt löser matematik på en nivå som tidigare krävt de skarpaste mänskliga hjärnorna på planeten.

Enligt TechCrunch har OpenAI:s interna modell löst Navier-Stokes Millenniepris-problemet – en av sju klassiska öppna frågor som Clay Mathematics Institute år 2000 satte ut en miljon dollar i pris för. Navier-Stokes handlar om att matematiskt beskriva hur vätskor och gaser rör sig, ett problem med djupa kopplingar till allt från flygplansteknik till väderprognoser. Att det nu ska vara löst är, om det stämmer, en händelse av historisk dignitet.

Men OpenAI stannade inte där. Samma modell uppges ha löst mer än hundra ytterligare öppna problem inom en rad matematiska discipliner. Det är ett påstående som med rätta väcker både häpnad och skepsis i forskarsamhället.

Princeton-rådet: brygga eller dimridå?

För att hantera den uppståndelse som följt har OpenAI inrättat ett oberoende rådgivande organ vid det prestigefyllda Institute for Advanced Study i Princeton – Advisory Group on Mathematics and Artificial Intelligence. Rådet ska bedöma betydelsen av nya matematiska resultat och samordna hur de offentliggörs.

Det är ett sympatiskt drag på ytan. Men som TechCrunch rapporterar är det viktigt att notera vad rådet inte är: ledamöterna är oavlönade och saknar beslutanderätt över OpenAIs forskning. Bolaget klargör tydligt att gruppen inte ska ha något inflytande över att styra eller bromsa den interna verksamheten. Det väcker en naturlig fråga: är det här ett äkta samarbete med forskarsamhället, eller framför allt en kommunikationsåtgärd?

Fieldsmedalj-vinnare i uppror

Kontexten är viktig. Inrättandet av rådet sker mot bakgrund av ett tilltagande spänningsläge. Tidigare i september undertecknade 25 Fieldsmedalj-vinnare – matematikens närmaste motsvarighet till Nobelpristagare – ett öppet brev där de varnar för att AI-laboratorier i sin kapplöpning om att lösa kända öppna problem hotar matematikernas intellektuella arbete och forskarkultur.

Det är en legitim oro. Matematik är inte bara en samling olösta gåtor som väntar på rätt algoritm. Det är ett levande samtal som förs över generationer, där processen – hur man tänker, hur man kommunicerar ett bevis, hur gemenskapen granskar och validerar – är lika värdefull som svaret. Om ett AI-system publicerar lösningar snabbare än forskarsamhället kan ta dem till sig riskerar vi att få svar utan förståelse.

Samtidigt vore det fel att enbart läsa detta som ett hot. Matematik har alltid utvecklats av nya verktyg – från logaritmtabeller till datorer. Frågan är inte om AI förändrar matematiken, utan hur vi säkerställer att förändringen är konstruktiv.

En intellektuell tröskel har passerats

Som systemutvecklare har jag följt de stora språkmodellernas framväxt på nära håll. Det som imponerar mig mest med den här nyheten är inte att en modell löst ett svårt problem – det är att den löst hundratals. Det antyder att vi inte ser ett lyckosamt enstaka genombrott, utan ett mer systematiskt skifte i hur AI-modeller hanterar abstrakt, formell resonemang.

Det är skillnaden mellan att en modell gissar rätt och att en modell förstår strukturen i ett problem. Vi vet ännu inte exakt var på den skalan OpenAIs modell befinner sig – det kräver oberoende granskning, vilket gör Princeton-rådet potentiellt viktigt, om det ges verkliga befogenheter.

Det vi kan säga med säkerhet är att tröskeln för vad AI klarar av intellektuellt just höjdes markant. Och det borde engagera alla som jobbar med eller berörs av forskning, vetenskap och kunskapsproduktion.