Terence Tao, laureat Medalu Fieldsa z 2006 roku i profesor UCLA, zaapelował podczas Science x AI Summit w Caltech o spowolnienie rozwoju sztucznej inteligencji, bo jego zdaniem obecne tempo nie ma uzasadnienia. Apel padł w miesiącu, w którym OpenAI ogłosiło, że jego wewnętrzny model rozwiązał problem Naviera-Stokesa, jeden z problemów milenijnych, a 25 medalistów Fieldsa, w tym sam Tao, opublikowało deklarację ostro krytykującą wyścig laboratoriów AI.
- Terence Tao, laureat Medalu Fieldsa i profesor UCLA, wezwał podczas Science x AI Summit w Caltech do spowolnienia rozwoju AI, argumentując matematycznie, że dynamika nieliniowa uniemożliwia bezpieczną ekstrapolację z obecnych benchmarków na systemy wielokrotnie potężniejsze.
- 8 września 2026 roku OpenAI ogłosiło, że około 10 000 autonomicznych agentów AI, działając przez ok. 88 godzin na niepublicznym modelu, znalazło osobliwość w trójwymiarowych równaniach Naviera-Stokesa, jednak Clay Mathematics Institute nadal traktuje problem jako otwarty i prowadzi jego ocenę, a matematyk Tristan Buckmaster zakwestionował sposób potraktowania niepublikowanej pracy jego i Leventa Alpöge.
- 11 września 2026 roku Tao wraz z 24 innymi laureatami Medalu Fieldsa, m.in. Pierre'em Deligne'em, Peterem Scholzem i Marią Wiazowską, opublikował deklarację „A Severe Misalignment of AI in Mathematics", którą do 16 września podpisało ponad 7200 osób; autorzy zarzucają firmom AI ogłaszanie rozwiązań w pośpiechu, bez porządnego opracowania i cytowania wcześniejszych prac.
Nagranie wystąpienia Tao z Caltech: https://www.youtube.com/watch?v=PZRb6NIki2w
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Tao: „Musimy zwolnić. Nie ma żadnego powodu, żeby tak pędzić”
Terence Tao mówił na konferencji o skali zmian, które branża AI wprowadza bez rozumienia ich skutków. Według zapisu wystąpienia opublikowanego przez OfficeChai powiedział:
„To zdumiewające, jak bardzo jesteśmy gotowi zmienić wszystko, nie mając pojęcia, co się stanie potem” / „It’s amazing just how much we are willing to change everything without having any idea what’s gonna happen afterwards.”
„Musimy zwolnić. Tempo jest szalone i nie ma powodu, żeby było tak szybkie. Nie ma żadnego powodu” / „We have to slow down. The pace is insane, and there’s no reason to be this fast. There’s no reason at all.”
Tao uzasadnił swoje stanowisko po matematycznemu. Wskazał, że rozwój AI to dynamika silnie nieliniowa, w której nie działa rozumowanie „trochę czegoś jest dobre, więc dużo będzie znacznie lepsze”, zwłaszcza przy wzrostach rzędu dziesięciokrotnych i stukrotnych. Innymi słowy: z obecnych benchmarków nie da się bezpiecznie ekstrapolować, jak zachowa się system wielokrotnie potężniejszy.
Wystąpienie Tao na Caltech odbyło się 11 września 2026 roku. Była to prelekcja otwierająca poświęcona inicjatywie SAIR Open Math Model. Konferencję współorganizowały fundacja SAIR, Caltech i Merkin Center for Pure and Applied Mathematics.
Tao nie jest przeciwnikiem AI, tylko wyścigu laboratoriów
Apel Terence’a Tao ma wagę właśnie dlatego, że pochodzi od jednego z najbardziej otwartych na AI matematyków świata. Tao od dawna publicznie pokazuje, jak łączy modele językowe z asystentem dowodów Lean, a w 2025 roku współzałożył Foundation for Science and AI Research (SAIR), organizację non profit wspierającą odpowiedzialne wykorzystanie AI w nauce, niezależną od dużych firm AI.
18 września 2026 roku SAIR ogłosiła projekt Open Math Model, czyli budowę otwartych modeli i narzędzi dla matematyków. Z wpisu Tao wynika, że:
- pierwsza faza ma dotyczyć codziennej pracy badawczej: rozumienia trudnych dowodów, sprawdzania bibliografii, pisania kodu i formalizowania dowodów,
- modele mają mieć otwarte wagi i kod, opublikowane metody trenowania oraz odtwarzalne ewaluacje,
- dane użytkowników mogą trafić do treningu wyłącznie za ich wyraźną zgodą,
- projekt ma być zarządzany przez społeczność matematyczną, a partnerstwa z firmami nie mogą naruszać jej niezależności.
Tao przyznał, że SAIR pierwotnie planowała stopniowe wdrażanie inicjatywy, ale przyspieszyła ogłoszenie z powodu bieżących wydarzeń i dużego zapotrzebowania na otwarte modele. Część planów wciąż jest w przygotowaniu, a lista partnerów nie została jeszcze ogłoszona.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
OpenAI ogłosiło rozwiązanie problemu Naviera-Stokesa, ale sprawę przyćmił spór o autorstwo
Bezpośrednim tłem wystąpienia Tao jest ogłoszenie OpenAI z 8 września 2026 roku. Według Quanta Magazine około 10 000 autonomicznych agentów AI działających na niedostępnym publicznie modelu znalazło osobliwość w trójwymiarowych równaniach Naviera-Stokesa, czyli wykazało, że opisujące ruch płynów równania mogą w skończonym czasie „wybuchnąć”. Wynik został formalnie sprawdzony w Lean. Według relacji mediów praca agentów trwała około 88 godzin.
Równania Naviera-Stokesa to jeden z siedmiu problemów milenijnych wybranych w 2000 roku przez Clay Mathematics Institute, każdy z nagrodą w wysokości miliona dolarów. OpenAI zapowiedziało, że nie będzie ubiegać się o nagrodę, a Clay Mathematics Institute na razie nadal traktuje problem jako otwarty i rozpoczął jego ocenę. Jak podał Axios, OpenAI opisuje użyty model jako znacznie potężniejszy od GPT-6 Astra.
Sukces OpenAI szybko stał się też aferą. OpenAI samo przyznało, że prace rozpoczęło 1 września po pogłoskach o wynikach matematyków Leventa Alpöge i Tristana Buckmastera z Uniwersytetu Nowojorskiego. Nature podaje, że 7 września Alpöge i Buckmaster opublikowali pracę o analogicznym zjawisku w uproszczonym przypadku płynu bez lepkości, uzyskaną z pomocą narzędzi Anthropic i OpenAI. Buckmaster zakwestionował sposób potraktowania ich niepublikowanej pracy. OpenAI zaprzecza, że miało wgląd w ich wyniki, i 10 września zaktualizowało swój komunikat o ustalenia wewnętrznego dochodzenia.
Tao trafia w coś, co w branży AI mówi się rzadko: szybkość sama w sobie nie jest wartością. Problem Naviera-Stokesa czekał ponad dwadzieścia lat w tej formie, a OpenAI zajęło się nim na poważnie siedem dni przed ogłoszeniem, bo usłyszało, że ktoś może być szybszy. To nie jest tempo nauki, tylko tempo kampanii marketingowej.
Jednocześnie nie przekonuje mnie prosta recepta „zwolnijmy”. Kto miałby zwolnić i kto miałby to wyegzekwować? Laboratoria konkurują ze sobą, a matematycy nie mają żadnego narzędzia nacisku poza autorytetem. Dlatego ciekawsze od samego apelu jest to, co Tao robi równolegle: buduje z SAIR otwarte modele, nad którymi kontrolę ma społeczność naukowa. Jeśli to się uda, argument zostanie poparty czymś więcej niż listem. Jeśli nie, zostanie piękna deklaracja, której nikt w San Francisco nie potraktuje jako przeszkody.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
25 medalistów Fieldsa: cele firm AI i matematyki są poważnie rozbieżne
11 września 2026 roku, tego samego dnia co wystąpienie w Caltech, Terence Tao i 24 innych laureatów Medalu Fieldsa opublikowali deklarację „A Severe Misalignment of AI in Mathematics”. Tekst ukazał się na stronie mathandai.org i na blogu Tao. Sygnatariusze to medaliści z lat 1978-2026, m.in. Pierre Deligne, Peter Scholze, Maryna Wiazowska, Martin Hairer, Cédric Villani i tegoroczny laureat Yu Deng.
Centralna teza deklaracji brzmi:
„Cele firm AI i cele społeczności matematycznej są poważnie rozbieżne” / „The goals of the AI companies and the goals of the mathematical community are severely misaligned.”
Autorzy przyznają, że w ostatnich miesiącach możliwości modeli językowych w matematyce wzrosły dramatycznie, aż do rozwiązywania dużych otwartych problemów. Zarzucają jednak firmom AI traktowanie słynnych problemów jako benchmarków. Według deklaracji rozwiązania są ogłaszane w pośpiechu, bez porządnego opracowania, wyodrębnienia nowych metod i cytowania wcześniejszych prac, co rodzi poważne pytania o przypisanie autorstwa i plagiat. Sygnatariusze widzą w tym szersze zagrożenie dla pracy intelektualnej, bo wieloletnie szkolenie służy nie tylko uzyskaniu wyniku, ale też rozwinięciu rozumienia i umiejętności stawiania nowych pytań.
Deklaracja pozostaje otwarta na kolejne podpisy. Według serwisu Proofs & Prompts do 16 września na stronie widniało ponad 7200 sygnatariuszy.
Nie wszyscy matematycy zgadzają się z Tao
Deklaracja medalistów wywołała też wyraźny sprzeciw. Timothy Nguyen, matematyk i badacz AI w Google DeepMind, odpowiedział na nią wprost:
„Zastrzeżenia medalistów Fieldsa wobec AI źle się zestarzeją” / „The Fields medalists’ objections to AI will not age well.”
Nguyen argumentuje, że to, co uznajemy za matematyczne rozumienie, a nawet za poprawny dowód, zmieniało się historycznie: od konstrukcji geometrycznych przez obliczenia symboliczne po dowody komputerowe i klasyfikację skończonych grup prostych rozproszoną na tysiącach stron. Jego tekst opublikował serwis Proofs & Prompts razem z innymi odpowiedziami na deklarację.
Polski głos w sporze: Przemek Chojecki krytykuje deklarację
W Polsce apel medalistów relacjonowały m.in. „Rzeczpospolita” i TV Republika, a do debaty włączył się Przemek Chojecki, matematyk i przedsiębiorca z branży AI. W swoim wpisie nazwał dokument deklaracją anty-AI i zakwestionował jego cel:
„Nie jestem pewien, jaki ma być zamierzony efekt. Zakaz używania AI w matematyce i nauce w ogóle z powodu »społeczności matematycznej«?” / „I’m not sure what the intendent effect should be. The ban of AI use in mathematics and science in general because of „math community”?”
„Matematyka nie należy do akademii matematycznej” / „Mathematics doesn’t belong to math academia.”
Chojecki uznał też za chybione określenie „masowa produkcja twierdzeń prawda/fałsz”, bo dowody wygenerowane przez AI można studiować i na nich budować. Warto jednak odnotować, że deklaracja nie postuluje zakazu AI. Jak zauważyła „Rzeczpospolita”, jej autorzy wprost zastrzegają, że nie są luddystami, i dopuszczają narzędzia wspierające dowodzenie i wykrywanie błędów, o ile służą ludzkiemu poznaniu. Spór toczy się więc raczej o to, kto wyznacza tempo i zasady, niż o samo użycie AI.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co dalej z problemem Naviera-Stokesa i apelem Tao
Najbliższe miesiące rozstrzygną dwie sprawy. Clay Mathematics Institute zapowiada niespieszną weryfikację wyniku OpenAI, więc formalne uznanie rozwiązania może zająć długi czas. Równolegle SAIR ma ogłosić partnerów projektu Open Math Model, co pokaże, czy niezależne od dużych laboratoriów modele dla nauki mają realne finansowanie i moc obliczeniową.
Apel Tao nie zawiera konkretnych mechanizmów spowolnienia i nie wiadomo, czy przełoży się na zmianę polityki którejkolwiek firmy. Wiadomo natomiast, że po raz pierwszy tak liczna grupa najwybitniejszych matematyków świata publicznie sprzeciwiła się temu, jak laboratoria AI wykorzystują ich dziedzinę.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym nagrania wystąpienia Terence’a Tao na Science x AI Summit w Caltech z dnia 11.09.2026, deklaracji „A Severe Misalignment of AI in Mathematics” z dnia 11.09.2026, komunikatu OpenAI o problemie Naviera-Stokesa z dnia 08.09.2026 oraz materiałów Nature, Quanta Magazine, Axios, OfficeChai i Proofs & Prompts. Polski kontekst: Rzeczpospolita.
Cytaty Terence’a Tao zostały zweryfikowane z zapisem wystąpienia opublikowanym przez OfficeChai oraz fragmentem nagrania rozpowszechnianym w mediach społecznościowych. Cytaty z deklaracji medalistów, Timothy’ego Nguyena i Przemka Chojeckiego zostały zweryfikowane z oryginalnymi publikacjami.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji w temacie weryfikacji wyniku OpenAI i debaty o roli AI w matematyce.
