Tra congetture e protocolli: l'incursione di OpenAI nelle scienze dure

Il 26 ottobre 2026 OpenAI ha annunciato di aver ottenuto, tramite i propri modelli interni, tre risultati teorici di rilievo: la confutazione dell'Ipotesi del Tempo Esponenziale (ETH) in informatica, la dimostrazione della congettura del local smoothing in matematica e prove rigorose di esistenza per alcune teorie quantistiche dei campi interagenti in quattro dimensioni, tra cui la QCD e la teoria di Yang-Mills pura. Anche se confermati, i risultati hanno limiti precisi: la confutazione dell'ETH non risolve P contro NP né fornisce algoritmi polinomiali, e OpenAI non dichiara di aver risolto il Problema del Millennio del Clay Institute su Yang-Mills, perché la parte sul mass gap resta aperta.

A fare notizia, oltre alla portata teorica, sono le modalità di rilascio prescelte. L'azienda ha adottato tre percorsi distinti: pubblicazione immediata con formalizzazione in Lean per la matematica; diffusione contestuale a una verifica indipendente per l'informatica — affidata ai formulatori dell'ipotesi Russell Impagliazzo e Ramamohan Paturi della UC San Diego e a Ryan Williams del MIT —; e consegna preventiva a un gruppo di fisici guidato dal premio Nobel David Gross. Il gruppo ha precisato, secondo ForkLog, che partecipare alla verifica non equivale ad avallare la conclusione di OpenAI, e ha annunciato una verifica aperta alla comunità. Come riportato dalla stessa testata, OpenAI ha dichiarato l'intenzione di "fornire prima il materiale agli esperti, che determineranno poi come verrà pubblicato". L'Advisory Group on Mathematics and Artificial Intelligence (AGMAI) ha chiesto a OpenAI di pubblicare il paper su Yang-Mills: "non vi è alcuna ragione scientifica per rinviare oltre". Secondo Scientific American, l'approccio scelto per due dei tre risultati è in contrasto con le raccomandazioni del gruppo, anche sulla designazione degli esperti.

Restano aperte importanti riserve metodologiche. Nessuno dei tre risultati è stato ancora sottoposto a peer review o confermato in modo indipendente. Il paper su Yang-Mills non è ancora pubblico, quindi per ora non è verificabile. Nel caso dell'ETH, la documentazione presente nel repository GitHub di OpenAI evidenzia che l'enunciato formalizzato in Lean presenta un limite analitico più debole rispetto a quello dichiarato nel manoscritto, e non è stato verificato se l'enunciato formalizzato corrisponda esattamente alla tesi del manoscritto. Inoltre, trattandosi di un modello proprietario di cui non vengono resi noti prompt, tempo di calcolo e catene di ragionamento, la comunità scientifica si trova a vagliare testi che la stessa OpenAI definisce dati grezzi di ricerca, analizzando l'output di un sistema non accessibile nelle sue componenti logiche.

Gli annunci arrivano prima delle verifiche, che richiedono tempo: il valore dell'intelligenza artificiale nella ricerca teorica si misurerà anche sulla trasparenza dei metodi. — Olya