Εξισώσεις Navier–Stokes: Πώς η ΤΝ έφτασε στη λύση ενός από τα Προβλήματα της Χιλιετίας

 

Στις 8 Σεπτεμβρίου 2026, η OpenAI ανακοίνωσε μια λύση στο περίφημο πρόβλημα ύπαρξης και ομαλότητας των εξισώσεων Navier–Stokes, ένα από τα επτά Προβλήματα της Χιλιετίας του Clay Mathematics Institute.

Πηγή εικόνας: Wikimedia Commons, C. Fukushima and J. Westerweel, Technical University of Delft, The Netherlands

Για τις εξισώσεις Navier–Stokes και τη σημασία τους έχουμε μιλήσει αναλυτικά εδώ. Το πρόβλημα, σε πολύ συμπυκνωμένη μορφή, ήταν αν μια ομαλή τρισδιάστατη ροή μπορεί να χάσει την ομαλότητά της σε πεπερασμένο χρόνο. Η OpenAI κατασκεύασε μια λύση που αναπτύσσει singularity σε πεπερασμένο χρόνο.

Υπάρχει εδώ μια σημαντική λεπτομέρεια. Η κατασκευή αφορά τις forced Navier–Stokes, δηλαδή επιτρέπεται η παρουσία μιας εξωτερικής δύναμης \(f\). Για κάθε \(\nu >0\) κατασκευάζεται μια δύναμη \(f \in C_c^{\infty} \) λεία και με συμπαγή φορέα στο χώρο και στο χρόνο, καθώς και μια λύση που ξεκινά από ακινησία, \(u(x,0)=0 \), έχει πεπερασμένη κινητική ενέργεια, \( \sup_{0 \leq t <1} \| u(t)\|_{L^2} < \infty\), αλλά ταυτόχρονα \( \limsup_{t \to 1^{-}} \|u(t)\|_{L^{\infty}}=\infty \).

Με άλλα λόγια, η μέγιστη ταχύτητα γίνεται απεριόριστη σε πεπερασμένο χρόνο, ενώ η συνολική ενέργεια παραμένει πεπερασμένη. Η περίπτωση αυτή περιλαμβάνεται στην επίσημη διατύπωση του Προβλήματος της Χιλιετίας.

 

Μια δίνη που καταρρέει σε όλο και μικρότερες κλίμακες

Η βασική κατασκευή είναι μια δίνη συμμετρική ως προς έναν άξονα και η οποία, όσο πλησιάζει ο χρόνος της ανωμαλίας, γίνεται ολοένα στενότερη και περιστρέφεται ολοένα ταχύτερα.

Αν θέσουμε \(\tau = 1-t \), δηλαδή τον χρόνο που απομένει μέχρι το blow-up, τότε στον πυρήνα της δίνης εμφανίζονται διαφορετικές χωρικές κλίμακες:

\( \ell_r \sim \tau^{1/2}, \qquad \ell_z \sim \tau^{1/2-h}\), 

ενώ η χαρακτηριστική ταχύτητα αυξάνεται ως \(U \sim \tau^{-1/2-h}\).

Καθώς λοιπόν ο χρόνος \(\tau\) τείνει στο 0, η ταχύτητα τείνει στο άπειρο. Ταυτόχρονα, όμως, η περιοχή όπου συμβαίνει αυτό συρρικνώνεται τόσο γρήγορα, ώστε η ενέργειά της παραμένει πεπερασμένη και μάλιστα, για κατάλληλα μικρό \(h\), τείνει στο μηδέν.

Έτσι προκύπτει το φαινομενικά παράδοξο: Η μέγιστη ταχύτητα τείνει στο άπειρο, ενώ η ενέργεια του πυρήνα τείνει στο μηδέν. Δεν «εκρήγνυται» λοιπόν η ενέργεια. Αυτό που καταρρέει είναι η ομαλότητα της λύσης, καθώς η κίνηση συγκεντρώνεται σε όλο και μικρότερη περιοχή.

 

Γιατί η εξωτερική δύναμη είναι το δύσκολο σημείο

Θα μπορούσε κάποιος να αναρωτηθεί: αφού επιτρέπεται μια εξωτερική δύναμη \(f\), γιατί να μην επιλέξουμε απλώς μια ταχύτητα \(u\) που γίνεται άπειρη και κατόπιν να ορίσουμε την \(f\) ώστε να ικανοποιείται η εξίσωση;

Το πρόβλημα είναι ότι, αν η επιλεγμένη \(u\) γίνεται singular, συνήθως singular γίνεται και η απαιτούμενη δύναμη. Τότε ουσιαστικά θα είχαμε «κρύψει» την ανωμαλία μέσα στην ίδια την εξωτερική δύναμη.

Εδώ βρίσκεται ένα από τα βασικά τεχνικά επιτεύγματα της απόδειξης: η ταχύτητα απειρίζεται, αλλά η εξωτερική δύναμη παραμένει απολύτως λεία. Για να επιτευχθεί αυτό, η κατασκευή χρησιμοποιεί, μεταξύ άλλων, μικρούς ταλαντωτικούς παλμούς υψηλής συχνότητας. Η ιδέα τους μπορεί να φανεί σε ένα απλό παράδειγμα. Αν \(u_r = a sin (kx) \) και \(u_{\theta}=b sin (kx)\), τότε οι δύο ταλαντώσεις έχουν μηδενικό μέσο όρο, \(\langle u_r \rangle = \langle u_{\theta}\rangle =0\), αλλά το εσωτερικό γινόμενό τους όχι:\(\langle u_r , u_{\theta}\rangle = \frac{ab}{2}\).

Έτσι, μια ταλάντωση μπορεί να έχει μηδενική μέση ταχύτητα και παρ' όλα αυτά να παράγει μη μηδενική μέση ροή ορμής. Η κατασκευή εκμεταλλεύεται αυτή την ιδιότητα για να διορθώνει τους όρους που διαφορετικά θα έκαναν την εξωτερική δύναμη singular.

 

Τι ακριβώς έκανε η Τεχνητή Νοημοσύνη;

Εξίσου ενδιαφέρον με το αποτέλεσμα είναι ο τρόπος με τον οποίο βρέθηκε. Η OpenAI δημιούργησε ένα σύστημα με περίπου 10.000 AI agents, οι οποίοι εργάζονταν παράλληλα πάνω σε διαφορετικές μαθηματικές προσεγγίσεις, αντάλλασσαν ενδιάμεσα αποτελέσματα και αξιοποιούσαν τις πιο υποσχόμενες ιδέες άλλων ομάδων. Προηγήθηκε μάλιστα εργασία σε ένα συγγενικό πρόβλημα για τις εξισώσεις Euler. Ιδέες που προέκυψαν εκεί μεταφέρθηκαν στη συνέχεια στις Navier–Stokes.

Σύμφωνα με την OpenAI, η λύση προέκυψε έπειτα από περίπου 88 ώρες. Στο διάστημα αυτό οι agents αντάλλαξαν περίπου 2,7 εκατομμύρια μηνύματα και παρήγαγαν περίπου 130 δισεκατομμύρια tokens. Ακολούθησε διαδικασία τυπικής επαλήθευσης με το Lean. Το τελικό αποτέλεσμα είναι μια μαθηματική εργασία 166 σελίδων.

Έχει λυθεί οριστικά το πρόβλημα;

Μια απόδειξη τέτοιου μεγέθους και σημασίας δεν γίνεται, φυσικά, αποδεκτή απλώς και μόνο επειδή ανακοινώθηκε από μια μεγάλη εταιρεία. Χρειάζεται να μελετηθεί προσεκτικά, να ελεγχθεί ανεξάρτητα και τελικά να γίνει αποδεκτή από τη μαθηματική κοινότητα.

Η διαδικασία αυτή βρίσκεται ήδη σε εξέλιξη και οι πρώτες αντιδράσεις είναι ιδιαίτερα θετικές. Το Clay Mathematics Institute δεν έχει ακόμη ολοκληρώσει την επίσημη διαδικασία αναγνώρισης της λύσης ούτε έχει απονείμει το προβλεπόμενο έπαθλο του 1 εκατομμυρίου δολαρίων —το οποίο, άλλωστε, η OpenAI έχει δηλώσει ότι δεν προτίθεται να διεκδικήσει. Στις 11 Σεπτεμβρίου, ωστόσο, το Ινστιτούτο ανέφερε ότι το πρόβλημα «φαίνεται ότι έχει επιλυθεί», επισημαίνοντας παράλληλα ότι η αξιολόγηση και η απόδοση της επιστημονικής αναγνώρισης θα γίνουν χωρίς βιασύνη.

Για την ώρα, λοιπόν, βρισκόμαστε μπροστά σε μια πολύ ισχυρή υποψήφια λύση ενός Προβλήματος της Χιλιετίας, η οποία έχει ήδη περάσει σημαντικούς ελέγχους, αλλά αναμένει ακόμη την οριστική αποδοχή της μαθηματικής κοινότητας. Αν αυτή έρθει, οι Navier–Stokes θα γίνουν το δεύτερο από τα επτά Προβλήματα της Χιλιετίας που βρίσκει τη λύση του —και το πρώτο στο οποίο η ΤΝ είχε πρωταγωνιστικό ρόλο.