- 该问题旨在确定不可压缩流体的流动是否会产生速度或压力为无穷大的奇点。
- OpenAI 提出了一种使用人工智能代理的解决方案，尽管有人强烈质疑其抄袭西班牙数学家的作品。
- 完整的解决方案包括证明全局正则性和光滑解的存在性，这是一项将纯数学与湍流物理学联系起来的挑战。
想象一下，要精确预测河流中每一滴水的运动轨迹，或是空气中烟雾变幻莫测的舞动，这看似简单，实则不然。我们面临的是历史上最艰巨的数学挑战之一——纳维-斯托克斯方程。这并非仅仅是学术上的奇闻，它还是七大千禧年难题之一。克雷数学研究所为此悬赏一百万美元，奖励任何能够解开这些方程的人——纳维-斯托克斯方程是形式科学研究的基础领域。
故事要追溯到19世纪，当时法国人克劳德-路易·玛丽·纳维和爱尔兰人乔治·加布里埃尔·斯托克斯奠定了这一模型的基础。他们的目标是描述流体流动，尤其关注不可压缩流体——那些密度即使在运动中也不会改变的流体，例如我们血管中的血液或玻璃杯中的牛奶。问题的关键在于这些方程是否始终成立，或者它们是否会“失效”，产生奇点——速度或压力变为无穷大，模型不再适用于预测未来。
规律性和奇异性的谜题
要赢得奖项，仅靠近似计算是不够的；需要对解的存在性和规律性进行严格的数学证明。简而言之，必须证明流体的行为是渐进且连续的，还是相反，它会突然改变方向直至无穷远。该问题分为四个技术性陈述（A、B、C 和 D）。前四个陈述侧重于在没有外力作用下的整体规律性，而后四个陈述则分析在存在外力作用下会发生什么，以及这些外力是否会导致系统在数学上崩溃。
这就是湍流发挥作用的地方，这种看似混乱的现象令工程师和物理学家们头疼不已。数学家追求的是单一且平滑的解，而工程师则更倾向于使用计算模型，以便在短短几个小时内设计出一架飞机。这种目标上的差异表明，这个问题远比表面看起来复杂得多，物理上的间歇性和数值精度交织在一起。
人工智能的兴起与OpenAI争议
近日，OpenAI发布的一项公告震惊了科学界。该公司声称，他们利用人工智能代理策略解决了该问题的C项和D项主张：约10.000万个代理连续工作88小时。根据他们长达166页的论文，他们证明了受力流体（例如重力作用下的水）会产生奇点。如果这一结论在同行评审后得到证实，他们将符合赢得百万美元奖金的条件，尽管他们仍未明确说明非受力流体的情况。
然而，事情并非一帆风顺，一场关于自尊心的争论和抄袭指控已经爆发。OpenAI 被指控利用了西班牙数学家迭戈·科尔多瓦 (Diego Córdoba) 和路易斯·马丁内斯·佐罗亚 (Luis Martínez Zoroa) 的早期研究成果。这两位来自 ICMAT 的专家多年来一直致力于解决这个问题，他们的思想对特里斯坦·巴克马斯特 (Tristan Buckmaster) 和莱文特·阿尔珀格 (Levent Alpöge) 的关键证明至关重要。科学界目前正在争论 OpenAI 是否对这项历史性突破的知识产权归属问题保持了诚实。
技术基础：从材料衍生物到模拟
要理解问题的复杂性，我们必须深入研究公式的复杂性。这里采用欧拉描述，利用物质导数来追踪流体粒子的行为。它将固定点的局部变化与对流导数（即流体自身运动引起的变化）结合起来。这是一个复杂的数学体系，其中包含雷诺输运定理和高斯定理，用于将面积分转化为体积分。
实际上，这些方程是非线性的且紧密耦合的，因此对于复杂情况，用笔纸计算是行不通的。这就是为什么我们需要借助数值方法，例如单元法或有限差分法。有趣的是，这种数学上的复杂性有一个非常常见的应用：电子游戏。得益于像Jos Stam这样的研究者的工作，简化的纳维-斯托克斯方程被应用于GPU中，从而能够实时生成超逼真的火焰和烟雾效果，尽管始终面临着数值耗散的挑战。
从19世纪的黑板到OpenAI服务器的这段历程表明，尽管人工智能是一个强大的工具，但像科尔多瓦和马丁内斯-索罗亚这样的数学家的直觉仍然是进步的真正动力。解决这个问题不仅能带来经济回报，还能帮助我们理解物理模型的复杂性和局限性，从而完成一个始于纳维尔、如今已扩展到量子计算和人工智能的循环。
