AI-translated from English; not yet reviewed by a fluent editor.

# Када лабораторије вештачке интелигенције дођу до открића у тајности, ко може да доведе одговоре у питање?

> Приватна открића вештачке интелигенције покрећу питање јавне моћи: ко може да прегледа доказе, изабере следеће истраживачко питање и има користи од одговора? Осврт на подстицаје за објављивање, научно разумевање и људско деловање.

By BIG CHANGE Editorial

Published: 2026-09-22T14:25:09.513Z
Updated: 2026-09-22T14:25:09.513Z
Canonical: https://bigchange.ai/blog/private-ai-discoveries-public-science

![An exposed geometric structure stands outside a partly open research chamber, with broad paths approaching from several directions.](https://bigchange.ai/api/media/file/shared-inquiry-private-system-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. Shared evidence can give outsiders room to examine and develop an idea even when the discovery system remains private. The geometric sculpture is a conceptual form, not a depiction of a theorem or an unreleased result.

Компанија може да објави да је њена вештачка интелигенција решила тежак проблем много пре него што остатак света може да процени шта је тиме постигнуто. Можда недостаје доказ, објашњење, приступ систему или једноставно време да се рад испита. Сваки такав изостанак даје компанији другачију врсту моћи.

То је корисно питање у средишту најновије расправе о скривеним пробојима вештачке интелигенције. У есеју од 15. септембра, информатичар Скот Аронсон пренео је гласине да компаније које развијају вештачку интелигенцију задржавају решења великих проблема из теоријског рачунарства након реакција на најаву о једначинама Навије–Стокса. Та решења није објавио. Његов приказ потврђује да је чуо ту тврдњу, али не и да су непознати резултати или наведени мотив проверени. [Аронсонов есеј](https://scottaaronson.blog/?p=10062)

Постоји конкретнији развој догађаја. Независна Саветодавна група за математику и вештачку интелигенцију каже да јој је тренутни задатак да саветује OpenAI о објављивању значајних математичких резултата за које компанија наводи да их је интерно добила. То потврђује да постоји поступак координације објављивања радова компаније. Не потврђује исправност сваког резултата који чека објављивање. [Изјава саветодавне групе](https://agmai.org/)

За читаоце, та разлика спречава да узбудљива могућност постане измишљен попис решених проблема. За науку, она покреће шире питање: ако се открића концентришу у приватним системима, колико ће независности задржати сви остали?

## Суштинска промена

- **Шта се променило:** Јавно објављени докази израђени вештачком интелигенцијом сада коегзистирају са резултатима које су компаније пријавиле, али чекају координисано објављивање. Тврдње о додатним скривеним открићима и даље нису проверене.
- **Зашто је важно:** Лабораторије могу да утичу на то која открића постају видљива, када стручњаци могу да их испитају и ко може да надогради њихове методе.
- **На шта обратити пажњу:** Да ли поступци објављивања пружају људима изван компаније употребљиве доказе и слободу да их оспоре, уз очување стручности потребне за избор истраживачких питања, разумевање резултата и дељење користи.

## Пробој може бити јаван, а способност за његово постизање остати приватна

Најава OpenAI-ја о једначинама Навије–Стокса од 8. септембра представља пример селективне отворености. Компанија је објавила писани аргумент и датотеке са формалним доказима, а систем који их је открио описала као интерни модел способнији од GPT-6 Astra-е. Објавити излаз и омогућити приступ систему који га је произвео две су различите одлуке. [Најава OpenAI-ја](https://openai.com/index/navier-stokes-solution/)

Математички опсег такође треба пажљиво размотрити. Најављена конструкција користи глатку спољну силу. Званична формулација проблема Клејевог института изричито дозвољава силу у алтернативама C и D за распад решења; алтернативе о постојању глобално глатких решења без силе постављају друго питање. Исправна конструкција са силом може да одговори на формулисани проблем за награду, а да питање без силе остане нерешено. [Званична формулација проблема](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf)

Клејев институт је 11. септембра поздравио привидно решење, остављајући довољно времена за процену и утврђивање заслуга. Његова изјава била је институционални одговор на најаву, а не додела награде. [Одговор Клејевог института](https://www.claymath.org/news/navier-stokes-announcement/)

Шири математички низ обрадили смо у [водичу од проблема јединичних растојања до једначина Навије–Стокса](https://bigchange.ai/blog/ai-mathematics-unit-distance-navier-stokes). Овде је важна разлика у томе шта други могу да ураде после објављивања. Спољни математичар можда може да проучава доказ, али нема ресурсе нити приступ моделу за истраживање сродног проблема на исти начин. Откриће се дели; средства за долазак до следећег открића могу остати концентрисана.

Такав распоред ипак може бити вредан. Када би сваки истраживач морао да понови првобитну претрагу, многе резултате било би теже користити. За проверу одређеног доказа важан је приступ релевантним доказима, а не нужно поседовање сваког алата употребљеног за његово проналажење. Али могућност да се провери објављени одговор не даје људима изван компаније једнак утицај на то која ће питања следећа добити одговор.

## Јавности је потребан начин да се не сложи

Јавни репозиторијум OpenAI-ја одвојено представља тврдње о једначинама Навије–Стокса и Ојлера и нуди упутства за изградњу и додатну проверу доказа помоћу Comparator-а. То су материјали који могу да се прегледају, а не само демонстрациони видео. Прочитали смо документацију, али нисмо поново изградили нити независно потврдили доказе. [Репозиторијум доказа](https://github.com/openai/NavierStokesAndEuler)

Водич за валидацију система Lean објашњава да успешна провера има дефинисан опсег. Рецензенти морају да испитају значење и претпоставке теореме, укључујући зависности. Строжим проверама могу се упоредити предати доказ и засебно формулисана тврдња и употребити независан софтвер за проверу. Тиме се смањује ослањање на произвођача доказа, али се и даље задржавају наведене претпоставке о алатима и спецификацији. [Водич за валидацију система Lean](https://lean-lang.org/doc/reference/latest/ValidatingProofs/)

Обећавајућа могућност је знатна: приватни систем могао би да обави скупо истраживање, а затим објави доказе које други могу да провере без понављања целе претраге. Открића уз помоћ вештачке интелигенције могла би да постану заједнички ресурс чак и ако само неколико институција може да плати њихово генерисање у таквом обиму.

Слабија верзија је лабораторија која одабраним стручњацима нуди приватну демонстрацију и од свих осталих тражи да верују њиховој потврди. То може бити разуман прелиминарни корак. Јавности оставља много мање могућности да уочи спорну претпоставку, испита исправку или крене ка неочекиваној примени. Приступ закључку разликује се од приступа разлозима због којих би га неко оспорио.

Ево изворног хипотетичког примера. Универзитетска група проучава класу проблема оптимизације. Компанија приватно проналази метод који побољшава један важан случај. Може да објави метод и прецизну гаранцију или да понуди онлајн услугу која враћа одговоре, а метод задржи у тајности.

Обе могућности могу да помогну корисницима. Само прва нужно пружа универзитету нешто што може да испита, подучава и прилагоди без сталног приступа услузи. Ако компанија промени услове, повуче модел или престане да подржава ту област, разлике постају практичне. Корисна услуга може коегзистирати са научном зависношћу.

Зато се јавна корист не може мерити само бројем открића. Објављивање може да прошири оно што људи знају, могу да ураде или за шта морају да траже дозволу. Ти исходи се понекад поклапају, али не морају.

## Пауза може да унапреди науку или једној институцији да предност

Постоје оправдани разлози за координацију објављивања великог открића. Стручњацима је можда потребно време да провере тврдњу, утврде ранији рад и припреме објашњење. Исправка пре објављивања може да спречи многе људе да надограђују грешку. Спор о заслугама такође заслужује доказе, а не трку у објављивању.

Али исто одлагање може другачије да утиче на људе изван институције. Замислите истраживачку групу која бира следећи пројекат, а не зна да компанија тврди да је решила средишњу претпоставку. Могла би да проведе месеце истражујући већ превазиђено питање. Рани приступ који је дат само одабраним сарадницима могао би им, пак, дати предност при изради накнадних резултата. То су могуће последице неједнаког приступа информацијама, а не оптужбе у вези са неком конкретном необјављеном теоремом.

Важно је шта се одлагањем постиже и ко за то одговара. Период провере са утврђеном тврдњом, независним читаоцима и планом саопштавања исхода разликује се од неодређене тајности праћене наговештајима изузетних могућности. Институцијама треба простор да провере рад; публици је потребан разлог да проверу разликује од промоције.

Нова саветодавна група нуди један такав канал. Наводи да су чланови неплаћени, да ће препоруке бити јавне и да компаније задржавају право доношења одлука. Независност групе је корисна, али савет не претвара у обавезу објављивања нити даје приступ резултату истраживачима. [Независност и одговорност](https://agmai.org/)

Наше је мишљење да продуктиван приступ треба да учини видљивим како је поступљено по савету. Компанија би могла да објасни које је препоруке прихватила, шта се још испитује и како рецензенти могу да изнесу нерешене недоумице. Тако би људи изван компаније могли да процене поступак без преурањене најаве да је теорема коначно доказана.

## Најснажнија критика прихвата да вештачка интелигенција може да открива ново

У декларацији од 11. септембра под насловом *Озбиљна неусклађеност вештачке интелигенције у математици* изричито се признаје значајно побољшање математичких могућности. Приговор се односи на подстицаје: коришћење чувених проблема као мерила може да занемари развој идеја, приписивање заслуга и обуку кроз коју људи уче да постављају нова питања. Декларацијом се признаје и потенцијал вештачке интелигенције да унапреди математичко истраживање. [Декларација](https://www.mathandai.org/)

То је захтевнији аргумент од тврдње да машина не може ништа да открије. Питање је да ли успешан систем оптимизује исти исход као и заједница која добија његов излаз. Лабораторија би разумно могла да жели недвосмислену демонстрацију способности. Истраживача можда више занима метод који отвара неколико нових праваца, укључујући оне који су сувише неупадљиви да би привукли пажњу у најави лансирања.

Нема аутоматског разлога да се ти интереси поклапају. Не морају ни да буду у сукобу. Лабораторија може да финансира истраживање и објашњења која ће њене резултате учинити корисним. Универзитети могу да вреднују рад који прилагођава моћан нови метод области којој лабораторија није дала предност. Издавачи научних часописа могу да посвете простор појашњавању и синтези, уз прва открића.

И критика ипак треба да се заснива на доказима. Тачан и важан резултат треба да промени процену способности система. Нелагода због његовог порекла не може да га поништи. Исто тако, импресиван резултат самим тим не одговара на питање приступа или заслуга. Одвајање тих процена омогућава да се прихвати математика и истовремено оспоре услови под којима она стиже до света.

Аронсонов есеј осликава ову напетост: он сматра да је недавни напредак преобразио област, а истовремено подржава напоре да се очува људско разумевање. Његов опис почетка сингулярности тумачење је догађаја, а не доказани научни праг. [Његов изнети став](https://scottaaronson.blog/?p=10062)

## Брже откривање и смислен људски рад подједнако су важни

Шира расправа почела је пре септембарских најава. У есеју из децембра 2025. истраживач вештачке интелигенције Јулијан Тогелијус разликовао је алате који помажу научницима од аутоматизације која њихово учешће чини сувишним. Залагао се за људско деловање и прилику за допринос, чак и у хипотетичком сценарију у ком би потпуна аутоматизација убрзала медицински напредак. То је морални став о могућој будућности, а не доказ да је научни рад већ постао сувишан. [Тогелијусов есеј](https://togelius.blogspot.com/2025/12/please-dont-automate-science.html)

Залагање за одређену активност само зато што у њој садашњи практичари уживају има високу цену. Ако бољи метод може да умањи патњу, интереси људи који од њега имају користи заслужују тежину упоредо са интересима оних чија се професија мења. Посвећеност смисленом раду не треба да постане аутоматски вето на корисна открића.

Али избор није нужно између заштите сваког постојећег задатка и искључивања људи из науке. Ко бира питања, препознаје занемарену потребу, процењује да ли се докази односе на њу и одлучује шта ће се с њима учинити? Те одлуке утичу на јавност чак и ако машине на крају постану боље у многим техничким деловима посла. Задржавање утицаја на те одлуке питање је управљања, као и професионалног идентитета.

Есеј Дарија Амодеја из октобра 2024. нуди широк оптимистичан приказ вештачке интелигенције која убрзава биологију и побољшава животе. У њему су наведена и ограничења у погледу експеримената, података и физичког света. То је прогноза заснована на претпоставкама о моћним системима будућности, а не распоред утврђен математичким открићем. [Машине благодатне милости](https://darioamodei.com/essay/machines-of-loving-grace)

Доказ о једначинама сам по себи не потврђује делотворну терапију нити јефтинији енергетски систем. Свака примена захтева додатне доказе. Ипак, разумно је ценити могућност бржег напретка: помоћ која истраживачима омогућава да одбаце бесплодан правац или осмисле информативнији експеримент могла би бити важна много пре него што истраживање постане аутономно.

Поново се поставља питање расподеле. Научни напредак може да буде утемељен, а ипак доступан само онима који могу да га плате. Истраживање може да се убрза, а да се усредсреди на проблеме које власници сматрају највреднијим. Да ли убрзање користи широком кругу људи делимично зависи од избора финансирања, приступа и увођења у рад. Сам број открића не решава те изборе уместо нас.

## Доказ исправности не гарантује добро расуђивање

Усклађеност покреће још једно питање. Систем може бити изузетно добар у проналажењу аргумента, а непоуздан у праћењу намера оператера током дугог истраживачког пројекта. Проверен математички излаз потврдио би нешто о самом излазу. Сам по себи не би показао да систем доследно поштује дозволе, искрено пријављује неуспехе или тежи правим циљевима.

Та разлика је важна за начин на који лабораторије користе све способније алате. Делегирање ограничене претраге и испитивање резултата разликују се од давања систему широких овлашћења над експериментима, потрошњом или објављивањем. Научно откриће може да оправда испробавање амбициознијег истраживања, док дозволе и даље захтевају засебно оправдање.

Очување људског разумевања овде помаже, али није универзално решење за усклађеност. Познавање математике открића не открива сваки аспект понашања модела. Није неопходно ни да особа реконструише свако међуизрачунавање да би вршила користан надзор. Практични циљ је да остане довољно независне стручности и доказа да би се уочило када рад система више не служи намераваној сврси.

Питање смисла заслужује више од обећања да ће слободно време надокнадити губитак сваке улоге. Амодеј тврди да односи и активности могу остати смислени чак и када вештачка интелигенција надмаши људе, а истовремено признаје да економско уређење такве будућности није решено. То је једно могуће виђење, а не гаранција безболне транзиције. [Рад и смисао](https://darioamodei.com/essay/machines-of-loving-grace)

Студент може ценити разумевање резултата иако није први дошао до њега. Заједница може ценити подучавање, расправу и истраживање иако њени чланови не морају да надмаше сваку машину. Ипак, одржавање институција које то омогућавају захтева ресурсе и изборе. Лично испуњење само по себи не може да плати лабораторију, гарантује приступ моделу нити сачува катедру.

## Процењујте објављивање према независности коју ствара

Може ли неко да оспори тврдњу, а да се не ослања у потпуности на приказ компаније? Може ли друга група да употреби резултат без понављања прескупе претраге? Могу ли истраживачи да бирају накнадна питања за која произвођач није нарочито заинтересован? Постоје ли људи и институције који могу да објасне рад, исправе га и очувају доступност када интересовање јавности спласне?

Ова питања повезују оптимистичну и песимистичну будућност. У једној, моћни приватни алати доприносе већој заједничкој ризници знања и више људи може да истражује питања која су раније била недостижна. У другој, људи изван неколико организација добијају импресивне одговоре, али све више зависе од тих организација при одлуци о томе шта вреди питати.

Још не знамо шта садрже наводни скривени резултати. Можемо да проценимо поступке који се успостављају око резултата који се појаве. Велики пробој вештачке интелигенције требало би да остави остатку науке већу способност самосталног деловања.

## Sources

- [Скот Аронсон: доба чуда и ужаса](https://scottaaronson.blog/?p=10062) — Преноси гласине и износи ауторово тумачење напретка вештачке интелигенције. Не открива нити потврђује непозната решења или пријављени мотив за њихово задржавање.
- [Саветодавна група за математику и вештачку интелигенцију](https://agmai.org/) — Утврђује објављени мандат и независност групе. О чекању резултата извештава OpenAI; изјава групе није њихова јавна потврда.
- [OpenAI: о проблему Миленијумске награде за једначине Навије–Стокса](https://openai.com/index/navier-stokes-solution/) — Извештај компаније повезује јавно објављене доказе и описује интерни модел. Одељак о истовременим радовима ажуриран је 10. септембра; у овом чланку се не утврђује порекло резултата.
- [Клејев институт: званична формулација проблема Навије–Стокса](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf) — Дефинише алтернативе распада са спољном силом и алтернативе глаткости без силе. Утврђује опсег питања, а не потврђује предложено решење.
- [Клејев институт: најава о Навије–Стоксу](https://www.claymath.org/news/navier-stokes-announcement/) — Квалификован институционални одговор оставља простор за поступак процене и приписивања заслуга. Награда није додељена.
- [OpenAI: репозиторијум доказа за једначине Навије–Стокса и Ојлера](https://github.com/openai/NavierStokesAndEuler) — Јавни репозиторијум разликује два резултата и нуди упутства за изградњу и проверу. Прочитали смо документацију, али нисмо поново изградили нити потврдили доказе.
- [Lean: валидација Lean доказа](https://lean-lang.org/doc/reference/latest/ValidatingProofs/) — Објашњава гаранције провере доказа, ревизију претпоставки и строже независне провере. Исправно тумачење намераване теореме остаје засебно питање.
- [Декларација о математици и вештачкој интелигенцији](https://www.mathandai.org/) — Примарна изјава о подстицајима, приписивању заслуга и људском разумевању. Признаје напредак и могуће користи вештачке интелигенције; не мери штету.
- [Јулијан Тогелијус: молим вас, не аутоматизујте науку!](https://togelius.blogspot.com/2025/12/please-dont-automate-science.html) — Изворни есеј разликује помоћ научницима од аутоматизације која их чини сувишним. Његов аргумент односи се на људско деловање и смисао у хипотетичкој будућности, а не на проверену прогнозу.
- [Дарио Амодеј: машине благодатне милости](https://darioamodei.com/essay/machines-of-loving-grace) — Изричито спекулативни оптимистични есеј који наводи и практична ограничења и нерешена економска питања. Његови сценарији не утврђују рок нити медицински исход.