OpenAI e Navier–Stokes: cosa è stato davvero dimostrato e cosa manca ancora

English version: OpenAI and Navier–Stokes: what was actually proven.

L’8 settembre avete letto tutti la stessa frase: l’AI ha risolto Navier–Stokes in 88 ore. Peccato che la dimostrazione, quel giorno, non l’avesse vista nessuno — è arrivata solo la sera, su una pagina OpenAI con writeup e Lean ancora da verificare. Nelle stesse ore, due matematici in carne e ossa pubblicavano davvero qualcosa di leggibile da chiunque: tre blow-up verificati in Lean, firmati Tristan Buckmaster (NYU Courant) e Levent Alpöge (matematico, ricercatore in Anthropic). Questo pezzo fa ordine: cosa ha annunciato OpenAI, cosa hanno dimostrato Buckmaster e Alpöge nei preprint, e perché in matematica la differenza tra «dire» e «mostrare» non è pignoleria, è tutto.

Questo articolo non sceglie una tifoseria tra laboratori. Fa una cosa più utile: separa ciò che è stato affermato da ciò che è stato mostrato, spiega perché la distinzione tra Euler e Navier–Stokes è decisiva, cosa certifica davvero un proof assistant come Lean, e quale percorso servirebbe perché un risultato generato dall'AI diventi una dimostrazione accettata — fino al Clay Millennium Prize da un milione di dollari.

354 giorni → 7 gg sprint → 88 h

● Documenti 354 gg● sprint● 88 hlente ×25

È davvero risolto?

Risposta diretta: no. Al 8 settembre 2026, il problema di esistenza e regolarità per Navier–Stokes resta ufficialmente aperto e il Clay Mathematics Institute lo elenca ancora tra i problemi irrisolti. OpenAI sostiene di avere una prova Lean-verificata di blow-up forzato. Nessuno al di fuori di OpenAI l'ha vista.

La frase va presa alla lettera. Non è scetticismo pregiudiziale: è lo standard minimo della matematica. Una dimostrazione esiste quando è pubblica, leggibile o almeno ispezionabile meccanicamente, e sopravvive allo scrutinio indipendente. Qui mancano tutti e tre i passaggi per il risultato OpenAI, mentre sono presenti — con i limiti che vedremo — per il risultato Buckmaster–Alpöge su equazioni imparentate.

Cosa sostiene di aver dimostrato OpenAI?

Risposta diretta: secondo quanto riferito da OpenAI ai giornalisti l'8 settembre 2026, un modello interno “significativamente più capace di GPT-6 Astra” avrebbe prodotto una prova di circa 100 pagine di finite-time blow-up per Navier–Stokes forzate in R³ e T³, con forcing liscio nelle opzioni c e d di Fefferman. La prova sarebbe certificata in Lean. Dichiarazione OpenAI

Attenzione alla gerarchia delle fonti, che in gran parte della copertura è stata confusa. La fonte primaria per questi numeri non è un paper, ma ciò che OpenAI ha detto in un briefing, riportato da Axios e Scientific American. È una fonte primaria sul briefing, non sulla matematica.

1. 19/09/2025 — Alpöge scrive a Buckmaster: collaborazione personale su fluidi con AI, timore che grandi aziende rivendichino i grandi risultati. Prova indipendente
2. 01/08/2026 — OpenAI pubblica “Ten advances in mathematics”: Astra risolve 10 problemi aperti, ~$2.000 di token, manoscritti umani + Lean. Prova indipendente come resoconto del metodo, in attesa di scrutinio sui singoli risultati.
3. 15/08/2026 — Svolta Buckmaster–Alpöge su Boussinesq ed Euler con forcing liscio; Lean il 22/08. Prova indipendente
4. 01/09/2026 — Secondo OpenAI via Axios, avvio dello sprint Navier–Stokes dopo voci su “due Millennium risolti”. Dichiarazione OpenAI
5. 03/09/2026 — Buckmaster scrive a un matematico in OpenAI per chiarire la natura personale del lavoro. Prova indipendente
6. 06/09/2026 — Due telefonate con Sébastien Bubeck: OpenAI descrive la prova da ~100 pagine e due proposte editoriali. Versione di Buckmaster, respinta in generale da Bubeck. Stato: versioni contrastanti.
7. 07/09/2026 — Tao pubblica l'analisi dei lavori Euler/Boussinesq; Anandkumar et al. pubblicano un candidato non-forzato via PINN. Prova indipendente
8. 08/09/2026 — Statement Buckmaster + briefing OpenAI via Axios/Scientific American + risposta “false and inflammatory” di Bubeck. Prova OpenAI ancora non pubblica.

Gli 8 punti straordinari richiedono una seconda verifica indipendente prima di poter essere trattati come fatti. Li elenchiamo con il loro stato reale:

Regola editoriale applicata in tutto il pezzo: nessuna quantità di ottimizzazione può giustificare un'affermazione più forte dell'evidenza disponibile.

Cosa hanno dimostrato Buckmaster e Alpöge?

Risposta diretta: blow-up in tempo finito con forcing liscio per tre equazioni: mezzo poroso incomprimibile (IPM), Boussinesq 2D ed Euler incomprimibile 3D. Lavori formalizzati in Lean e commentati pubblicamente da Terence Tao come “remarkable achievement”. Accertato come preprint + certificato, in attesa di peer review completa.

Il punto concettuale va attribuito correttamente: il programma nasce da Diego Córdoba e Luis Martínez-Zoroa, che per anni hanno costruito blow-up forzati con forcing rugoso. Buckmaster e Alpöge — con forte assistenza di LLM tra cui Claude e Codex su GPT-5.6 Sol — lo hanno spinto fino al forcing liscio e fino a Euler. Buckmaster stesso scrive che l'idea è loro e arriva a proporre Martínez-Zoroa per la Fields Medal. È un esempio raro di attribuzione generosa in una settimana di dispute.

Limiti dichiarati dagli autori: i preprint, specie su Euler, sono definiti “AI slop”, rilasciati in fretta per pressioni esterne e ancora da digerire nella scrittura; il risultato fratello su Navier–Stokes ipo-dissipative non è rilasciato perché la verifica Lean non è finita. Agli atti, non risulta alcuna estensione completa a Navier–Stokes standard da parte loro.

Cosa significa “risolvere” Navier–Stokes?

Risposta diretta: il Clay chiede o una prova di regolarità globale per ogni dato iniziale liscio, oppure un controesempio di blow-up ammissibile. Il blow-up con forcing liscio è vicino alla seconda strada, ma va collocato esattamente nelle opzioni c e d di Fefferman per valere come soluzione del Millennium.

Intuizione prima del formalismo. Le equazioni descrivono acqua, aria, fumo: velocità e pressione che evolvono per inerzia, pressione, viscosità e una eventuale spinta esterna, il forcing. “Risolvere” qui non significa simulare bene un tubo o prevedere il meteo — cose che l'ingegneria fa già — ma rispondere a una domanda pura: partendo da un campo iniziale perfettamente liscio, la soluzione resta liscia per sempre o può sviluppare in tempo finito una singolarità, un punto dove velocità o vorticità divergono?

Differenze che i recap confondono: Euler è il caso senza viscosità, più incline al blow-up e più lontano dalla fisica quotidiana; Navier–Stokes ha la viscosità che smussa; IPM e Boussinesq sono modelli più semplici usati come banchi di prova. Una soluzione numerica o euristica mostra un candidato; una dimostrazione rigorosa esclude ogni scappatoia logica; esistenza e regolarità significa costruire soluzioni lisce globali, mentre il blow-up ne esibisce una che si rompe. Il forcing liscio è una spinta esterna infinitamente regolare: fisicamente gentile, matematicamente molto più difficile da domare rispetto a un forcing rugoso.

Risultato	Dichiarazione OpenAI	Prova indipendente	Accertato / peer review
Euler 3D forzato liscio (Buckmaster–Alpöge)	—	Preprint + Lean pubblici, nota Tao	In scrutinio, non ancora journal + 2 anni
Boussinesq / IPM forzati lisci	—	Preprint + Lean pubblici	In scrutinio
Navier–Stokes forzate (OpenAI)	Briefing 08/09, ~100 pp., Lean dichiarato	Nessuno: prova non pubblica	No
NS ipo-dissipative (Buckmaster–Alpöge)	Annuncio senza paper	Lean non finito	No
Euler non-forzato via PINN (Anandkumar et al.)	Candidato numerico stabile	Paper + Lean parziale	No, manca prova di stabilità

0% OpenAI NS · non pubblico

• Euler 3D forzato — 75%
• Boussinesq / IPM — 70%
• NS OpenAI — 0%
• NS ipo-dissipative — 15%
• Euler PINN — 35%

Cosa ha fatto concretamente l'AI?

Risposta diretta: nei lavori leggibili, l'AI ha generato candidati di prova — descritti dagli autori come la peggiore bozza mai letta — poi verificati in Lean e riscritti da umani per settimane. Nel caso OpenAI, il resoconto parla di migliaia di agenti e warm-up su problemi più facili, ma senza artefatti pubblici non è ricostruibile alcun metodo. Prova indipendente per il primo caso, Dichiarazione OpenAI per il secondo.

Il programma Córdoba–Martínez-Zoroa dà l'idea: si parte da una soluzione forzata e si aggiungono correzioni ad alta frequenza che concentrano energia verso il tempo di blow-up, tenendo il forcing regolare. Per Boussinesq esiste un ansatz esplicito — campo quasi lineare più onda piana ad alta frequenza — che si risolve esattamente e produce un sistema di ODE di modulazione instabile. Il resto sono cutoff spaziali e stime: decine di pagine di contabilità tecnica. È qui che LLM + Lean cambiano il ritmo: la macchina propone, Lean boccia o promuove senza pietà, l'umano cerca di capire cosa è stato dimostrato davvero.

1. 1. Idea umana. Córdoba–Martínez-Zoroa aprono la via del blow-up forzato con forcing rugoso.
2. 2. Spinta AI + Lean. Alpöge–Buckmaster generano varianti via LLM, Lean verifica il 22/08, umani riscrivono per settimane fino al forcing liscio.
3. 3. Estensione NS. Tao non vede ostacoli di principio verso Navier–Stokes, ma prevede enormi difficoltà tecniche. OpenAI sostiene di averle bruciate in 88 ore — senza mostrare come.

Sulla questione Codex serve precisione tecnica. “Il modello non ha consultato dati utente” riguarda il lookup a runtime; la domanda sul training — se le bozze caricate nelle sessioni Codex siano finite nel training — è diversa e, secondo lo statement, è rimasta senza risposta. Non stabilisce un uso improprio, ma nemmeno lo esclude. Per chi fa ricerca con tool proprietari è il vero avviso pratico di questa vicenda.

Cosa verifica davvero Lean?

Risposta diretta: Lean è un notaio inflessibile, non un critico. Se gli consegni una prova tradotta nel suo linguaggio, lui controlla ogni passaggio logico e ti dice: qui non ci sono salti. Punto. Non ti dice se hai formalizzato il problema giusto del Clay, se le ipotesi sono quelle di Fefferman, se la prova si capisce o serve a qualcosa. Per questo un certificato Lean pubblico — come quelli di Buckmaster e Alpöge, e ora quello OpenAI, entrambi da riverificare — vale oro solo se chiunque può ricontrollarlo; mentre un «verificato in Lean» detto in conferenza stampa vale quanto la fiducia in chi lo dice: zero, in matematica.

È una distinzione che decide tutto. Un certificato Lean pubblico è una garanzia fortissima di correttezza interna: chiunque può ricontrollarlo meccanicamente. Ma resta possibile formalizzare l'enunciato sbagliato, usare ipotesi più forti di quelle consentite da Fefferman, o produrre 100 pagine corrette e illeggibili che non insegnano nulla. Tao lo dice con chiarezza: il valore sta nelle idee estratte, non nel sigillo. Senza certificato pubblico, invece, “verificato in Lean” è solo una frase in un briefing.

✓ GATE 1 — passa

Senza certificato pubblico, “verificato in Lean” è solo una frase in un briefing.

✗ GATE 2 — enunciato≠Clay

Ipotesi più forti di Fefferman c/d = non è il Millennium.

✗ GATE 3 — capire>generare

Generare è economico, capire resta costoso (Tao).

Cosa richiede il Clay Institute?

Risposta diretta: pubblicazione su rivista qualificata, almeno due anni di scrutinio, accettazione generale della comunità e decisione del comitato scientifico. Anche una prova corretta oggi vincerebbe il milione non prima del 2028.

1. 1. Preprint + certificato Lean pubblici — Euler/Boussinesq: sì. NS OpenAI: no.
2. 2. Lettura umana e digestione — Tao ha parlato 30 minuti con Buckmaster; i paper sono ancora work in progress.
3. 3. Rivista qualificata — nessuno dei risultati del settembre 2026 c'è ancora.
4. 4. Due anni di accettazione generale — citazioni, conferenze, verifiche indipendenti.
5. 5. Decisione Clay — il comitato può anche non assegnare o riconoscere lavori precedenti.

Perché il vero collo di bottiglia è fidarsi?

Risposta diretta: perché un sistema AI può produrre una prova formalmente controllabile ma umanamente non ancora compresa, e la matematica accetta un risultato solo quando la comunità lo capisce, non quando una macchina dice “ok”.

Questa è la tesi centrale del pezzo. Navier–Stokes è il caso studio di una domanda più ampia: quando un'AI dimostra un teorema che nessuno sa ancora spiegare, chi decide che è vero? Tao intravede già lo scenario avvelenato: una soluzione black-box che chiude il problema come premio ma lo contamina come fonte di idee, perché nessuno ha estratto il meccanismo. Il lavoro utile ora non è “batterci sopra enormi quantità di compute”, ma digerire il metodo — le ODE di modulazione più instabili, la migliore localizzazione delle correzioni — e trasformarlo in comprensione trasmissibile. Generare è diventato economico; capire resta costoso.

Tutti ripetono	Quasi nessuno spiega
100 pagine, 10.000 agenti, milioni $	Opzioni c/d di Fefferman e perché il forcing liscio è vicino al Clay senza esserlo automaticamente
“Verificato in Lean”	Cosa Lean garantisce e cosa non garantisce
Euler = Navier–Stokes	Viscosità, modelli IPM/Boussinesq, distanza reale tra i risultati
Disputa OpenAI vs Anthropic	Metodo Córdoba–Martínez-Zoroa come vero protagonista concettuale
“Millennium risolto”	Iter Clay: journal + 2 anni + accettazione generale

Cosa dice la comunità?

Risposta diretta: validazione tecnica prudente per Euler forzato, scetticismo sul clamore fisico, versioni contrastanti sulla disputa.

Tao valida il nucleo matematico, spiega l'ansatz e vede estensioni possibili fino a NS senza ostacoli di principio, pur prevedendo difficoltà enormi. Nota a margine: ha preferito farsi spiegare le idee per telefono da Buckmaster, “un gradito cambiamento rispetto alle modalità AI”. Nello stesso giorno segnala il lavoro indipendente di Ganeshram, Duruisseaux e Anandkumar su Euler senza forcing via physics-informed neural network: candidato numericamente stabile, ma manca la prova rigorosa di stabilità, con Lean solo parziale e AI usata soprattutto per letteratura e formalizzazione.

Su Hacker News e nei forum PDE il sentimento dominante è sobrio: il blow-up è un problema di matematica pura, le equazioni con viscosità costante hanno limiti noti come modelli, la turbolenza resta una questione di complessità computazionale più che di singolarità. Sulla disputa Buckmaster–Bubeck riportiamo entrambe le versioni senza arbitrarie: da un lato telefonate del 06/09, proposte di annuncio coordinato o di authorship singola con ack al modello, doppia richiesta di esclusione di Alpöge per l'affiliazione Anthropic e frasi riportate come minacciose; dall'altro la smentita secca di Bubeck come “false and inflammatory” con rinvio a una risposta completa e i post speculari di Noam Brown e Sholto Douglas. Agli atti, non risulta altro.

Cosa sappiamo e cosa non sappiamo — 8 settembre 2026

Mettiamo pure che la prova OpenAI sia corretta: dovrà essere letta, capita, pubblicata e sopravvivere due anni di controlli. Se invece cadrà, resterà l’altro risultato — un’idea umana, quella di Córdoba e Martínez-Zoroa, portata fino a Euler con l’aiuto delle macchine. In entrambi i casi la notizia non è il milione vinto in 88 ore. È che generare dimostrazioni costa ormai poco; convincere la comunità che sono vere costa come prima. E quel costo si paga in pubblico.

Metodo e limiti: questo articolo si basa su documenti pubblici al 09/09/2026 ore 12:00 UTC, inclusi writeup e Lean OpenAI del tardo 8/09 (da verificare: build, enunciato vs Fefferman C/D, peer review). I numeri dello sprint restano attribuiti al briefing via Axios/Scientific American e alla pagina OpenAI, non verificati indipendentemente. Aggiorneremo il box sopra alla pubblicazione di preprint, certificati Lean o smentite documentate.

Domande frequenti

Navier–Stokes è stato risolto?

No. Al 8 settembre 2026 resta un Millennium Prize aperto. Esistono preprint Lean-verificati di blow-up forzato per equazioni imparentate (Euler, Boussinesq, IPM), ma la prova OpenAI su Navier–Stokes non è pubblica e non ha alcuna verifica indipendente.

Cosa ha dimostrato OpenAI secondo i report?

Secondo quanto riferito al briefing dell'8 settembre, un blow-up in tempo finito per Navier–Stokes forzate con forcing liscio in R³ e T³, in circa 100 pagine certificate in Lean. Descrizione attribuita, non documento pubblico.

Cosa hanno dimostrato Buckmaster e Alpöge?

Blow-up con forcing liscio per IPM, Boussinesq ed Euler 3D, con formalizzazione Lean pubblica, estendendo il programma di Córdoba e Martínez-Zoroa. Terence Tao lo definisce un avanzamento notevole, distinto dal pieno problema Clay.

Cosa verifica davvero Lean?

La correttezza logica interna di una prova formalizzata, non la coincidenza dell'enunciato con il problema Clay né la sua comprensibilità o importanza matematica.

Quando si vincerebbe il milione del Clay?

Solo dopo pubblicazione su rivista qualificata, almeno due anni di accettazione generale nella comunità e decisione positiva del comitato scientifico Clay. Anche con una prova corretta oggi, non prima del 2028.

Perché Euler non è Navier–Stokes?

Euler descrive fluidi senza viscosità, più inclini a singolarità; Navier–Stokes include la viscosità che smussa le soluzioni. Un blow-up per Euler forzato è un passo serio, ma non equivale automaticamente a un controesempio per Navier–Stokes come formulato da Fefferman.

Fonti primarie e secondarie

Evidenza primaria — statement Buckmaster (PDF NYU Courant); post Mastodon 08/09; analisi Terence Tao 07/09 e thread Mathstodon; paper Anandkumar et al. 07/09 su Euler via PINN; pagina OpenAI “Ten advances” 01/08/2026; regole e descrizione Clay/Fefferman. Reporting secondario attribuito — Axios 08/09 per numeri del briefing (10k agenti, 88h, milioni $); Scientific American 08/09 per inquadramento e certificazione Lean dichiarata; The Decoder, OfficeChai, Glitchwire, NewsBytes per cronaca della disputa. Prova OpenAI: dal tardo 8/09/2026 writeup + formalizzazione Lean collegati dalla pagina OpenAI (restano da verificare build riproducibile, enunciato vs Fefferman C/D e peer review).

Per approfondire sul nostro metodo di lavoro con l'AI: Intelligenza Artificiale per PMI, come strutturiamo contenuti citabili e creare siti con l'AI senza perdere qualità.

Hai un contenuto tecnico che deve reggere lo scrutinio?

Costruiamo pagine veloci, strutturate e verificabili — stessi principi di questo approfondimento: fonti, date, tabelle e dati strutturati.

Parliamone →