Sam Altman verdedigde volgens een bericht van 30 oktober 2026 het publiceren van OpenAI’s wiskundige resultaten. Hij zei dat fundamentele ontdekkingen niet achtergehouden moeten worden, al erkende hij dat onderzoekers met de gevolgen van die publicaties te maken krijgen.
Altman wil fundamentele kennis delen
In het verslag van The Verge over de aflevering van de podcast Cheeky Pint, die op 29 oktober verscheen, zei OpenAI-topman Sam Altman dat hij begrip heeft voor wiskundigen die de resultaten moeten beoordelen. Toch vindt hij dat fundamentele wetenschappelijke kennis openbaar hoort te zijn. Zijn uitspraken beschrijven zijn standpunt over publicatie, geen planning voor een volgende reeks resultaten.
Altman zei ook dat OpenAI meer wiskundige ontdekkingen heeft dan de honderden bewijzen die al zijn gepubliceerd. Hij maakte niet bekend om welke resultaten het gaat. In hetzelfde interview schatte hij de totale uitgaven aan wiskundige problemen op honderden miljoenen Amerikaanse dollars. Voor het werk aan de Navier–Stokes-vergelijkingen noemde hij ongeveer 10 miljoen dollar, mogelijk iets meer. Dat zijn schattingen van Altman, zoals The Verge ze weergaf.
Wat OpenAI’s repository over de collectie vermeldt
De README van OpenAI’s wiskunderepository, waarvan de laatst getoonde commit van 30 oktober 2026 dateert, vermeldt 721 manuscripten in 373 resultaatfamilies. Een familie kan een hoofdresultaat met bijbehorende argumenten, gevolgen of alternatieve bewijzen groeperen. OpenAI zegt dat ongeveer 42% van de hoofdresultaten is geformaliseerd in Lean. OpenAI’s wiskunderepository
| Maatstaf | Vermelding in de README | Wat wordt geteld |
| Manuscripten | 721 | Afzonderlijke manuscripten in de catalogus |
| Resultaatfamilies | 373 | Groepen rond een resultaat, eventueel met bijbehorende argumenten, gevolgen of alternatieve bewijzen |
| Geformaliseerde hoofdresultaten | Ongeveer 42% | Hoofdresultaten die volgens OpenAI in Lean zijn geformaliseerd |
OpenAI zegt dat voor de overgrote meerderheid van de resultaten dezelfde werkwijze is gebruikt: een intern model zonder openbare naam kreeg ongeveer 4.000 problemen voorgelegd. Per resultaat werd gemiddeld drie uur aan ChatGPT Pro-denkcompute gebruikt. De repository noemt uitzonderingen op deze werkwijze.
Lean-formalisering en verificatie lopen uiteen
Lean is software waarmee wiskundigen bewijzen formeel kunnen vastleggen. OpenAI omschrijft de manuscripten als ruwe onderzoeksdata, niet als afgewerkte academische publicaties, en zegt dat resultaten zich in verschillende verificatiestadia bevinden. Niet alle manuscripten zijn in Lean geformaliseerd.
Quartz meldde op 21 oktober 2026 dat OpenAI binnen enkele dagen na de publicatie van de collectie drie papers introk nadat fouten waren gevonden. Terence Tao wees in dezelfde berichtgeving op een ander gevolg voor onderzoek: wie een bestaande oplossing al kent, kan volgens hem een probleem minder vrij en diepgaand verkennen. Dat is Tao’s visie op het onderzoeksproces.
OpenAI zegt dat correcties en herzieningen als nieuwe versies worden vastgelegd en dat eerdere versies toegankelijk blijven. Daardoor kan een lezer wijzigingen tussen versies volgen.
