OpenAI 证明受迫 Navier-Stokes 流可承载通用计算
OpenAI 发表论文《Universal computation in forced Navier–Stokes flows》，并配套提供 Lean 形式化证明（openai/math 仓库），声称受迫 Navier-Stokes 流体可承载通用计算。牛津学者 Anders Sandberg 称这是 OpenAI 数学成果中他最喜欢的一项，并连续发帖从技术角度解读其含义与局限。
已确认
- 论文为《Universal computation in forced Navier–Stokes flows》，配有 Lean 形式化，代码在 openai/math 仓库
- 构造的直观图景：取一台通用图灵机和某个程序，生成随时间变化的力场，在三维环面上推动流体，让被对流输运的粒子根据计算输出落入代表 0 或 1 的盒子
- Sandberg 指出该结果「没有听起来那么惊艳」：几乎全部复杂性都被转移到推动流体的力场中
- 但构造仍有实质约束：粘度非零、力场光滑、初始速度为零、力不是预言机（oracle），因此并非平凡构造
- Sandberg 分析误差预算：空间误差尚可，但随着计算时长增加，误差以二次速率收紧
- 他还澄清概念：本质并非「流体能计算」，而是「流体能贡献计算中的非线性步骤」，这算是一个不错的起点
为什么重要
- 该结果将可计算性与流体力学（Navier-Stokes 方程）联系起来，并有 Lean 形式化背书，属于少见的形式化数学与物理交叉成果
- Sandberg 的解读提供了关键的复杂度视角：外界应避免将其误读为「流体本身智能」或独立计算能力，真正承载程序信息的是精心设计的力场
2026-10-16 ~ 2026-10-16 · 5 条相关
一手来源
- OpenAI 用 Lean 证明受迫 Navier-Stokes 流可承载通用计算 — anderssandberg ·
- Sandberg 泼冷水：流体温行计算的全部复杂性都藏在力场里 — anderssandberg ·
- Sandberg 解析流体计算误差预算：误差随时间二次收紧 — anderssandberg ·
- 【源头】OpenAI 用 Lean 证明受迫 Navier-Stokes 流可承载通用计算 — anderssandberg · 2026-10-16
- 流体如何算通用图灵机：力场驱动粒子落入 0/1 盒子 — anderssandberg · 2026-10-16
- 【源头】Sandberg 泼冷水：流体温行计算的全部复杂性都藏在力场里 — anderssandberg · 2026-10-16
- 【源头】Sandberg 解析流体计算误差预算：误差随时间二次收紧 — anderssandberg · 2026-10-16
- 流体不是在「计算」，而是贡献计算中的非线性步骤 — anderssandberg · 2026-10-16