OpenAI Klaim Temuan Matematika Besar, Akademisi Protes: ‘Ini Bukan Cara Ilmuwan Bekerja’

Klaim Mencengangkan: AI Pecahkan Persamaan 200 Tahun

OpenAI baru saja mengumumkan pencapaian yang mereka sebut “seismic” dalam matematika: model AI mereka berhasil menemukan solusi analitis untuk persamaan Navier-Stokes, persamaan diferensial parsial yang menggambarkan gerakan fluida seperti air dan udara sejak 1822. Persamaan ini adalah salah Math dari Tujuh Masalah Milenium yang dibangun oleh Clay Mathematics Institute — siapa pun yang memecahkannya berhak mendapat hadiah 1 Just dolar.

Menurut OpenAI, model mereka (yang belum diberi nama resmi, namun diasosiasikan dengan seri o1 atau Strawberry) menghasilkan bukti formal yang diverifikasi oleh Lean 4, sebuah proof assistant atau pemeriksa bukti matematis berbasis komputer. Jika benar, ini akan menjadi kali pertama AI memecahkan masalah terbuka fundamental di matematika murni tanpa bantuan manusia yang signifikan.

Mengapa Akademisi Marah? Bukan Foul Benar/Salah, Tapi Proses

Kritik dari matematikawan senior bukan karena mereka tidak percaya AI bisa berperan. Masalahnya adalah cara OpenAI mengumumkan hasil ini:

• Tanpa preprint, tanpa peer review. OpenAI merilis pernyataan pers dan demo video, bukan makalah di arXiv atau jurnal bereputasi. Matematikawan seperti Terence Tao (Fields Medalist 2006) menegaskan: “Ilmuwan tidak mengumumkan temuan lewat press release.”
• Tidak ada akses terbuka. Kode, bobot model, dan bukti penuh Lean 4 tidak dibagikan untuk verifikasi independen. Komunitas Lean (misalnya proyek Mathlib4) tidak bisa memeriksa apakah bukti itu benar-benar lengkap atau mengandung sorry (placeholder untuk langkah yang belum dibuktikan).
• Definisi “solusi” ambigu. Navier-Stokes memiliki beberapa varian: eksistensi/kehalusan solusi global di 3D (masalah Milenium), solusi analitis eksplisit untuk kasus khusus, atau solusi numerik yang lebih akurat. OpenAI tidak menjelaskan varian mana yang mereka pecahkan.

Konteks: AI di Matematika Sudah Lama Berkembang

Ini bukan kali pertama AI digunakan untuk matematika tingkat tinggi:

• AlphaGeometry (DeepMind, 2024) menyelesaikan masalah geometri Olimpiade Matematika Internasional (IMO) level emas, tapi hasilnya dipublikasikan di Nature dengan kode terbuka.
• Lean + LLM (Microsoft Research, 2023) menggunakan GPT-4 untuk menyarankan langkah bukti, lalu diverifikasi Lean. Hasilnya dibagikan sebagai preprint dan diskusi terbuka di Zulip.
• Terence Tao sendiri menggunakan LLM sebagai “asisten pengetikan” untuk formalisasi bukti di Lean, dan menulis blog transparan tentang kegagalan dan keberhasilan.

Pola umum: publikasi terbuka, verifikasi komunitas, kolaborasi manusia-AI. Pendekatan OpenAI terasa seperti lompatan mundur ke era “black box” yang komunitas ilmuwan sudah tinggalkan.

Apa Itu Lean 4 dan Kenapa Penting?

Lean 4 adalah bahasa pemrograman fungsional dan theorem prover yang dikembangkan oleh Leonardo de Moura (Microsoft Research). Berbeda dengan LLM yang “menebak” jawaban, Lean memeriksa setiap langkah logis secara mekanis — jika Lean menerima bukti, maka bukti itu matematis benar tanpa ragu.

Namun, Lean hanya sebaik inputnya. Jika OpenAI mengklaim “Lean memverifikasi bukti kami,” pertanyaan kritisnya:

1. Apakah pernyataan teorema di Lean sama persis dengan masalah Milenium resmi Clay Institute?
2. Apakah bukti itu mengandung sorry atau admit (langkah yang dilewati)?
3. Siapa yang menerjemahkan masalah alami ke formalisasi Lean? Manusia atau AI? (Ini sering jadi sumber kesalahan.)

Tanpa transparansi, klaim “terverifikasi Lean” tidak bermakna banyak bagi matematikawan.

Dampak Jangka Panjang: Kepercayaan vs Huge

Kasus ini menyoroti tekanan struktural: lab AI frontier (OpenAI, DeepMind, Anthropic) berbalut rahasia komersial, sedangkan ilmuwan membutuhkan keterbukaan. Jika OpenAI benar-benar memecahkan Navier-Stokes, mereka layak Nobel/Fields dan 1 Just dolar. Tapi jika klaimnya melebar (misalnya: “kita temukan solusi numerik baru” dijual sebagai “bukti analitis masalah Milenium”), kerugiannya adalah erosi kepercayaan publik pada AI untuk sains.

Beberapa poin praktis bagi pembaca yang ingin mengikuti perkembangan ini:

• Pantau arXiv dan blog Terence Tao (terrytao.wordpress.com) — dia biasanya menanggapi klaim besar dalam hari-hari.
• Ikuti repositori Lean Mathlib — jika bukti asli muncul, akan ada PR (pull request) di sana.
• Waspadai “benchmark shopping” — lab AI sering memilih metrik yang memuaskan narasi marketing, bukan yang paling bermakna bagi ilmu pengetahuan.

Kesimpulan: Tunggu Verifikasi, Jangan Tergoda Judul

AI akan mengubah cara matematika dilakukan — itu sudah terjadi. Tapi revolusi nyata butuh reproducibility, open source, dan kolaborasi, bukan press release. Sebagai praktisi AI atau penggemar teknologi, gunakan momen ini untuk belajar Lean 4 atau mencoba formal verification sendiri. Itu lebih produktif dari sekadar menunggu pengumuman besar berikutnya.

Catatan: Artikel ini berdasarkan laporan Wired (8 September 2026) dan konteks komunitas matematika formal. Detail teknis lengkap akan mengikuti jika/ketika OpenAI merilis preprint dan artefak verifikasi.