Eylül 2026’da OpenAI, matematiğin en önemli açık problemlerinden biri olan Navier–Stokes problemine çözüm bulduğunu açıkladı. Bu problem, Clay Matematik Enstitüsü’nün çözümüne 1 milyon dolar ödül koyduğu Milenyum Problemleri arasında yer alıyor.
Böylesine önemli bir probleme yapay zekânın çözüm üretmesi başlı başına büyük bir gelişmeydi. Ancak açıklamanın üzerinden kısa süre geçtikten sonra tartışmanın yönü değişti. Matematikçiler bu kez OpenAI’ın ulaştığı sonucun doğru olup olmadığından çok başka bir soruya odaklandı: Yapay zekâ gerçekten onların onlarca yıldır çözmeye çalıştığı Navier–Stokes problemini mi çözmüştü?
OpenAI’ın kurum içinde geliştirdiği büyük dil modeli, resmî problem tanımının izin verdiği bir yolu kullandı. Ancak bu yol, matematikçilerin genellikle üzerinde çalıştığı problemden önemli bir noktada ayrılıyordu. Model, tekillik oluşturmak için denklemlere özel olarak hazırlanmış bir dış kuvvet eklemişti.
Bu ayrımın neden önemli olduğunu anlamak için önce Navier–Stokes probleminin ne sorduğunu hatırlamak gerekiyor.
Navier–Stokes Problemi Aslında Ne Soruyor?
Navier–Stokes denklemleri suyun, havanın ve diğer akışkanların hareketini tanımlar. Mühendisler bu denklemleri uçakların çevresindeki hava akışından otomobillerin aerodinamiğine kadar pek çok alanda bilgisayarlarla yaklaşık olarak çözüyor.
Bilgisayarlar uzayı küçük bölgelere, zamanı da kısa aralıklara ayırarak akışın gelecekte nasıl değişeceğini adım adım hesaplar. Hesaplama ağını ne kadar ince kurarsak sonuç o kadar hassas hale gelir. Yine de bilgisayar yalnızca sonlu sayıda nokta ve sonlu hassasiyetle çalışır.
Matematikçilerin sorduğu soru bundan daha temeldir: Üç boyutlu Navier–Stokes denklemlerinin düzgün bir başlangıç durumundan başlayan çözümü gelecekte her zaman varlığını sürdürecek mi?
İki olasılık vardır. Çözüm zaman boyunca düzgün biçimde devam eder ya da sonlu bir zamanda bazı matematiksel büyüklükler sınırsız hale gelir. Matematikçiler bu ikinci duruma tekillik ya da daha sezgisel bir ifadeyle “patlama” adını verir. Böyle bir durumda klasik çözüm artık düzgün biçimde devam etmez.
İki boyutlu Navier–Stokes denklemleri için durum çok daha iyi anlaşılmıştır. Olga Ladyzhenskaya 1969’da bu denklemlerin düzgün çözümlerinin varlığını gösterdi. Asıl belirsizlik üç boyutlu denklemlerde ortaya çıkar. Üç boyutlu akışlarda girdaplar farklı yönlerde uzayabilir ve birbirleriyle karmaşık biçimde etkileşebilir.
Clay Matematik Enstitüsü’nün problemi de iki olasılıktan birinin kanıtlanmasını istiyor. Matematikçiler ya çözümlerin her uygun başlangıç koşulunda düzgün kaldığını göstermeli ya da sonlu zamanda tekillik oluşturan geçerli bir örnek bulmalı. OpenAI ikinci yolu seçti.
OpenAI Navier-Stokes İle İlgili Çözümü Nasıl Buldu?
OpenAI’ın büyük dil modeli, Navier–Stokes denklemlerinde sonlu zamanda tekillik oluşturan matematiksel bir yapı geliştirdi. Ancak bu tekilliğin ortaya çıkması için denklemlere özel bir dış kuvvet ekledi.
Dış kuvvet kullanmak başlı başına yanlış değil. Yerçekimi gibi kuvvetler gerçek akışkanların hareketini zaten etkiler. Üstelik matematikçi Charles Fefferman’ın 2000 yılında hazırladığı Clay Enstitüsü’nün resmî problem metni de dış kuvvet içeren bir seçeneğe izin veriyor.
Bu nedenle OpenAI’ın çözümü problem tanımının dışında kalmıyor. Fakat matematikçilerin büyük bölümü daha temel bir soruya odaklanıyor. Onlar özel olarak hazırlanmış bir dış kuvvet uygulamadan, yalnızca akışkanın kendi iç dinamiklerinin tekillik oluşturup oluşturamayacağını öğrenmek istiyor.
Son birkaç yılda Diego Córdoba ve Luis Martínez-Zoroa, dış kuvvet yardımıyla tekillik oluşturabilecek yöntemler geliştirdi. Eylül 2026’nın başında başka araştırmacılar bu fikirleri yapay zekâ desteğiyle sürtünmesiz bir akışkan modeline uyguladı. OpenAI da kısa süre sonra benzer yaklaşımı Navier–Stokes denklemlerine taşıdı ve dış kuvvet kullanarak sonlu zamanda tekillik oluşturan bir yapı elde etti.
Sonucun ardından üç matematikçi OpenAI’ın yöntemini daha ayrıntılı inceledi. Yayımladıkları çalışma, elde edilen tekilliğin kullanılan dış kuvvete güçlü biçimde bağlı olduğunu gösterdi. Kuvvet kaldırıldığında aynı mekanizma çalışmıyordu. Üstelik daha doğal kuvvet sınıflarında da aynı sonuç ortaya çıkmıyordu.
Bu nedenle OpenAI’ın yöntemi, matematikçilerin uzun süredir üzerinde çalıştığı kuvvetsiz Navier–Stokes problemine doğrudan taşınamıyor.
Yine de bu çalışma yapay zekânın matematikteki gücü açısından önemli bir örnek oluşturuyor. Büyük dil modelleri, çok geniş olasılık uzaylarında belirli koşulları sağlayan özel yapıları bulma konusunda giderek daha başarılı hale geliyor. OpenAI’ın tekillik örneği de bunun dikkat çekici bir örneği.
Ancak Navier–Stokes probleminin daha genel biçimi hâlâ açık. Üç boyutlu denklemlerin dışarıdan özel bir kuvvet uygulanmadan tekillik oluşturup oluşturamayacağını matematikçiler henüz bilmiyor.
Yapay Zekâ Sıradaki Hangi Milenyum Problemini Çözebilir?
Navier–Stokes tartışmasının ardından matematikçiler bu kez yapay zekânın sıradaki hangi büyük probleme yöneleceğini konuşmaya başladı. Scientific American’ın aktardığı uzman görüşlerinde Birch ve Swinnerton-Dyer sanısı en güçlü adaylardan biri olarak öne çıkıyor.
Bu sanı, eliptik eğriler üzerindeki rasyonel noktaların yapısını anlamaya çalışır. Matematikçiler bir eğrinin “rank” adı verilen önemli bir özelliğini belirlemek ister ancak bunu genel durumda hesaplamak son derece zordur. Birch ve Swinnerton-Dyer, bu rankı başka bir matematiksel özellik üzerinden belirlemeye yarayan bir ölçüt önerdi. Fakat bu ölçütün bütün eliptik eğriler için doğru olup olmadığını hâlâ bilmiyoruz.
Yapay zekâ burada özellikle karşı örnek arayışında avantaj sağlacaktır. Bir model, sanının öngördüğü ilişkiye uymayan tek bir eliptik eğri bulursa matematikçiler çok önemli bir sonuca ulaşır. Büyük dil modelleri de son yıllarda geniş olasılık alanları içinde bu tür özel örnekleri bulma konusunda dikkat çekici sonuçlar verdi.
Kaynakta Hodge sanısı ve Riemann hipotezi de güçlü adaylar arasında yer alıyor. Ancak P versus NP problemi farklı bir zorluk taşıyor.
Burada yalnızca özel bir örnek bulmak yetmiyor. Matematikçilerin karmaşıklık sınıfları arasındaki temel farkı ortaya koyacak çok daha genel bir yöntem geliştirmesi gerekiyor. Bu nedenle uzmanlar yapay zekânın yakın zamanda P versus NP probleminde büyük bir ilerleme sağlamasını daha düşük bir olasılık olarak görüyor.
Sonuç Olarak
Navier–Stokes gelişmesi bu nedenle daha geniş bir değişime işaret ediyor. Yapay zekâ artık yalnızca bilinen matematik problemlerini çözmeye çalışmıyor. Matematikçiler, hangi büyük açık problemin yapay zekânın güçlü olduğu yöntemlere en uygun olduğunu da sorgulamaya başladı.
Kaynaklar ve ileri okumalar
- Scientific American. “OpenAI Claims Blockbuster Math Breakthrough amid Swirl of Controversy.” 8 Eylül 2026. https://www.scientificamerican.com/article/openai-claims-blockbuster-math-breakthrough-amid-swirl-of-controversy/
- Scientific American. “AI May Have Just Solved a Million-Dollar Math Problem. The Field Will Never Be the Same.” 8 Eylül 2026. https://www.scientificamerican.com/article/ai-may-have-just-solved-a-million-dollar-math-problem-the-field-will-never-be-the-same/
- Clay Mathematics Institute. “Navier-Stokes Announcement.” 11 Eylül 2026. https://www.claymath.org/news/navier-stokes-announcement/
- Scientific American. “Which Million-Dollar Math Problem Could AI Solve Next?” 15 Eylül 2026.
https://www.scientificamerican.com/article/which-million-dollar-math-problem-could-ai-solve-next/
Matematiksel
