Hiszpański matematyk Javier Gómez Serrano i Google Deepmind łączą siły, aby rozwiązać problem Naviera-Stokesa wart milion dolarów.

Matematyk Javier Gómez Serrano , urodzony w Madrycie 39 lat temu, połączył siły z gigantem sztucznej inteligencji Google DeepMind, aby spróbować rozwiązać „wkrótce” jedną z najbardziej diabelskich zagadek znanych, równania Naviera-Stokesa , jak sam wyjawił EL PAÍS. Jest to jeden z siedmiu problemów milenijnych, za którego rozwiązanie Instytut Claya Stanów Zjednoczonych oferuje nagrodę w wysokości miliona dolarów (i „nieśmiertelną sławę”, jak podkreśla hiszpański badacz). Tak zwana operacja Naviera-Stokesa, trwająca od trzech lat z zespołem 20 osób, była dotychczas prowadzona z całkowitą dyskrecją, chociaż szef Google DeepMind, Demis Hassabis , wygadał się w wywiadzie w styczniu, że są „blisko rozwiązania jednego z problemów milenijnych”, nie wspominając, którego. „Zobaczymy w ciągu najbliższego roku lub półtora roku” — stwierdził.

Gómez Serrano, profesor na Uniwersytecie Browna (USA), po raz pierwszy publicznie wypowiada się na temat tej operacji. „W społeczności panuje obecnie powszechna zgoda, że ​​problem zostanie wkrótce rozwiązany, ale nikt nie wie, kto to zrobi ani w jaki sposób” — wyjaśnia. Wyzwanie to sięga XIX wieku, kiedy to dwaj matematycy, Francuz Henri Navier i Irlandczyk George Gabriel Stokes, niezależnie opublikowali w 1822 i 1845 r. równania opisujące ruch płynów, takich jak woda i powietrze. Na podstawie temperatury, lepkości i początkowej prędkości płynu równania obliczają jego prędkość w późniejszym czasie. Dwa wieki po ich sformułowaniu nie wiadomo, czy rozwiązania zawsze zachowują regularność, czy też może dojść do eksplozji , nagłej zmiany zachowania, tak jakby tsunami zostało wywołane na spokojnym morzu. Równania te są niezbędne do przewidywania tak ważnych zjawisk, jak pogoda, katastrofalne powodzie, ruch samolotu lub przepływ krwi u człowieka.

Rozwiązanie zagadki wydaje się nieuniknione. Gómez Serrano współkieruje zespołem pięciu naukowców, którzy poznali się podczas pracy na Uniwersytecie Princeton, a teraz są rozproszeni po instytucjach w Stanach Zjednoczonych. Są to dwaj geofizycy — Tajwańczyk Ching-Yao Lai i Chińczyk Yongji Wang , autorzy złożonych modeli obliczania topnienia lodu na Antarktydzie — oraz trzej matematycy: Australijsko-Brytyjczyk Tristan Buckmaster (drugi współlider), Hiszpan Gonzalo Cao Labora i sam Gómez Serrano, który dorastał w robotniczej dzielnicy Puente de Vallecas, gdzie regularnie uczestniczył w koncertach calimochero rock w legendarnym miejscu Hebe , a także w koncertach zespołu Porretas .

Wielkie umysły matematyczne staczały się w przepaść, próbując rozwiązać to wyzwanie, poświęcając najlepsze lata swojego życia akademickiego, aż do momentu, gdy utknęli w ślepej uliczce. W 2014 roku zespół Thomasa Hou z California Institute of Technology osiągnął ważny przełom dzięki wcześniejszemu uproszczeniu problemu. Grupa Hou nie użyła równań Naviera-Stokesa, ale wcześniejszej wersji, zaproponowanej w 1752 roku przez szwajcarskiego matematyka Leonharda Eulera, aby opisać ruch idealnych, wolnych od lepkości płynów. Naukowcy stworzyli symulację płynu wewnątrz cylindra, który w pewnych warunkach początkowych wydawał się powodować „ osobliwość ”: upragnione tsunami na spokojnym morzu. Zespół Gómeza Serrano wykorzystał techniki sztucznej inteligencji — sieci neuronowe uczenia maszynowego — aby dopracować rozwiązanie i zrozumieć, gdzie i jak powstaje osobliwość. Ich wyniki, opublikowane trzy lata temu , zinterpretowano jako znak, że rozwiązanie problemu wartego milion dolarów jest bliskie .

Hiszpański matematyk uważa, że ​​na świecie działają tylko trzy inne grupy, które poważnie rywalizują w rozwiązaniu tej zagadki: wspomniany wcześniej Thomas Hou z Kalifornii, duet utworzony przez Egipcjanina Tareka Elgindiego i WłochaFederico Pasqualotto , również ze Stanów Zjednoczonych, oraz zespół Diego Córdoby , 53-letniego mieszkańca Madrytu, który ponad dekadę temu był opiekunem pracy doktorskiej Gómeza Serrano w Instytucie Nauk Matematycznych w Madrycie, dotyczącej tego, jak rozbijają się fale na morzu.

„Problem Naviera-Stokesa jest niesamowicie trudny” – przyznaje profesor Uniwersytetu Browna. „Ludzie nie odnieśli sukcesu, używając tradycyjnej matematyki. To, co odróżnia naszą strategię od wszystkich innych, to wykorzystanie sztucznej inteligencji. To nasza przewaga i uważamy, że może zadziałać. Jestem optymistą; postęp jest bardzo, bardzo szybki” – zauważa. Jego zdaniem rozwiązanie pojawi się w ciągu najbliższych pięciu lat.

Gómez Serrano właśnie wziął udział w kolejnym historycznym przełomie z Google DeepMind: AlphaEvolve , nowym systemie sztucznej inteligencji, który rozwiązuje złożone problemy matematyczne z niespotykaną dotąd wydajnością. Hiszpański profesor i jego amerykański kolega Terence Tao — uważany za największego żyjącego matematyka — trenowali program przez cztery miesiące, rozwiązując pięćdziesiąt łamigłówek. „W 75% przypadków dorównuje najlepszemu ludzkiemu wynikowi. W kolejnych 20% jest lepszy. 95% wskaźnik sukcesu jest, szczerze mówiąc, imponujący” — mówi Gómez Serrano.

„Myślę, że wyszkolony człowiek, czytający powiązaną literaturę, intensywnie programujący i przygotowujący się przez kilka miesięcy, mógłby to osiągnąć. Ale AlphaEvolve zrobił to w jeden dzień. To jest naprawdę zaleta. Może stać się narzędziem, które znacznie przyspieszy badania. Zmieni sposób, w jaki uprawiamy matematykę” – argumentuje.

Szef Google DeepMind, brytyjski neurobiolog Demis Hassabis i jego amerykański kolega John Jumper otrzymali w zeszłym roku Nagrodę Nobla w dziedzinie chemii za stworzenie AlphaFold2 , systemu sztucznej inteligencji zdolnego do przewidywania skomplikowanych struktur wszystkich 200 milionów znanych białek. Program ten dokonuje w ciągu kilku minut tego, co wcześniej zajmowało miesiące pracy. Rewolucja nowego systemu AlphaEvolve polega na tym, że w przeciwieństwie do AlphaFold2 i programu zaprojektowanego do zagadki Naviera-Stokesa, nie został on stworzony z wykorzystaniem uczenia maszynowego w celu rozwiązania bardzo konkretnego problemu, ale jest rozległym modelem językowym, takim jak ChatGPT, który rozwiązuje problemy w bardzo różnych gałęziach matematyki, nie będąc specjalistą.

Demis Hassabis przewidział, że tak zwana sztuczna inteligencja ogólna, oprogramowanie z inteligencją podobną do ludzkiej i zdolnością do samodzielnego uczenia się, pojawi się około 2030 roku. Gómez Serrano jest bardziej ostrożny. „Są ludzie, bardziej odważni ode mnie, którzy przewidują, że w ciągu 5 lub 10 lat sztuczna inteligencja będzie na poziomie najlepszych matematyków w historii. Nie wiem, ale wiem, że postępuje niezwykle szybko” — zastanawia się. „Są dwa nurty: optymiści i pesymiści, którzy myślą o Terminatorze [film z 1984 roku, w którym sztuczna inteligencja buntuje się przeciwko ludziom]. Wierzę, że będziemy zadawać bardziej skomplikowane pytania, że ​​będziemy w stanie lepiej zrozumieć naturę i projektować lepsze materiały i lepsze leki. Wierzę, że zmieni to świat i chcę wierzyć, że zmieni go na lepsze”.