Tristan Buckmaster, hoogleraar wiskunde aan New York University, kondigde deze week drie bewijzen aan met een voorlopige oplossing voor een van de grote onopgeloste problemen in de theoretische wiskunde. Hij werkte samen met Levent Alpöge van Anthropic en gebruikte daarbij AI-systemen zoals Codex en Claude. De aankondiging werd echter overschaduwd door een conflict met OpenAI over wie wanneer wat wist en deed.

Wat is er precies gebeurd?

Buckmaster en Alpöge werkten aan het zogenoemde Navier‑Stokes-probleem, een van de zeven zogenaamde Millennium‑prijsproblemen. Deze problemen zijn beroemd omdat er een beloning van 1 miljoen dollar staat op een juist bewijs. De Navier‑Stokes‑vergelijkingen beschrijven stromingen van vloeistoffen en gassen en zijn in de praktijk nuttig, maar theoretisch weinig begrepen.

Terwijl Buckmaster en Alpöge hun resultaten afrondden, hoorden zij dat informatie over hun vorderingen bij OpenAI was beland. Toen ze OpenAI daarover benaderden, kreeg men te horen dat OpenAI al een volledig bewijs had. Bij vervolgvragen over wanneer OpenAI was begonnen en hoeveel menselijke tussenkomst er was geweest, werden antwoorden volgens Buckmaster vaag of ontwijkend.

Buckmaster schrijft dat naar zijn zeggen een heel team van OpenAI aan het probleem had gewerkt en dat er enorme rekencapaciteit (veel computerkracht) was gebruikt. Volgens hem werd als eerste invoerprompt (de vraag die aan het model werd voorgelegd) pas kort geleden verstuurd, nadat informatie over het werk van Buckmaster en Alpöge OpenAI had bereikt.

De punten van twist

De ruzie draait om een paar hoofdzaken:

• Mogelijke lekken of doorgestuurde informatie naar OpenAI, waardoor zij bij eenzelfde aanpak uitkwamen.

• Het gebruik van grote hoeveelheden rekenkracht door OpenAI om sneller tot een formeel bewijs te komen.

• De vraag of interacties die Buckmaster met Codex had gebruikt, konden bijdragen aan de training van OpenAI‑modellen en zo hun onderzoek hebben beïnvloed. OpenAI behoudt het recht om interacties met Codex te gebruiken om modellen te verbeteren, tenzij gebruikers expliciet uitschakelen datagebruik.

OpenAI’s onderzoeksgroepleider Sebastian Bubeck noemde de beschuldigingen “onjuist en opruiend” en zei dat hij later uitgebreider zou reageren. Buckmaster zegt daarentegen dat Bubeck hem zou hebben gevraagd Alpöge van de auteurslijst te halen en dat Bubeck waarschuwde met woorden als: “Waarom zou je je carrière ruïneren?” en “Als je niet wilt dat ik aardig ben, hoef ik dat ook niet te zijn.”

Alpöge stond bij Anthropic op de loonlijst, maar werkte niet namens dat bedrijf aan dit project. Buckmaster en Alpöge gebruikten meerdere AI‑systemen, waarbij Codex centraal stond.

Wat betekent dit voor wiskunde en AI‑onderzoek?

Het incident raakt aan bredere vragen over hoe AI wordt gebruikt in wetenschappelijk onderzoek:

• Wielrennen naar resultaten: grote techteams met veel computerkracht kunnen sneller tot publicaties of claims komen, wat spanning geeft in de academische wereld.

• Transparantie en credits: onduidelijkheid over wie welke bijdrage leverde kan leiden tot discussie over auteurschap en eerlijke erkenning.

• Trainingsdata en eigendom: als interacties met een model gebruikt worden om dat model verder te trainen, kan dat eerdere, niet‑gepubliceerde ideeën verspreiden zonder duidelijke toestemming of bronvermelding.

Buckmaster zegt zelf dat hij OpenAI’s bewijs nog niet heeft gezien en niet weet wat hun model precies deed. Hij beweert ook niet iemand te beschuldigen zonder feiten, maar wil de chronologie en de voorstellen die hem werden gedaan openbaar maken. OpenAI had geen reactie op vragen over de mogelijkheid dat hun modellen op basis van Codex‑interacties het werk van Buckmaster hadden ‘teruggegeven’.

Conclusie

De zaak legt een spanningsveld bloot tussen academische normen en nieuwe mogelijkheden van AI. Een theoretisch wiskundig probleem van grote betekenis is nu niet alleen een wetenschappelijke discussie, maar ook een discussie over procedure, transparantie en concurrentie tussen onderzoekslanden en bedrijven. Buckmaster pleit ervoor dat zoveel mogelijk informatie openbaar komt, zodat misverstanden of onterechte claims zichtbaarder worden en de wetenschappelijke beoordeling eerlijk kan verlopen.