Desítky let si s ní lámali hlavu největší matematičtí géniové světa. Teď přišla umělá inteligence s řešením jedné z nejslavnějších matematických záhad, za kterou je vypsaná odměna milion dolarů. Pokud vědci důkaz definitivně potvrdí, půjde o historický průlom. Dokážou stroje brzy překonat lidský mozek a čeká nás revoluce ve vědě? Výsledek může změnit způsob, jakým lidstvo objevuje dosud nepoznané zákonitosti světa.
Dokáže počítač vyřešit matematickou záhadu, se kterou si celé generace nejlepších vědců nevěděly rady? Ještě nedávno by taková představa patřila spíše do vědeckofantastického filmu. V roce 2026 se však začala měnit ve skutečnost. Společnost OpenAI představila důkaz týkající se jednoho z nejslavnějších nevyřešených problémů matematiky. Jeho význam přitom sahá daleko za svět čísel a rovnic. Souvisí s prouděním vzduchu, předpovědí počasí, konstrukcí letadel i fungováním lidského těla.
Průlom zároveň vyvolal otázku, která může zásadně ovlivnit budoucnost vědy. Pokud umělá inteligence dokáže samostatně objevovat nové matematické zákonitosti, budou ještě lidští vědci potřeba? Odpověď je složitější, než by se mohlo zdát. Vyřešit matematickou úlohu totiž není totéž jako pochopit, co její řešení znamená.
Představte si obyčejnou situaci. Napustíte vanu, vytáhnete zátku a sledujete, jak voda odtéká. Na hladině se vytvoří vír, který se postupně mění. Podobné víry vznikají také v atmosféře, v řekách nebo za křídly letadel.
Vědci se už téměř dvě století snaží takové jevy co nejpřesněji popsat pomocí matematiky. Základním nástrojem jsou Navierovy–Stokesovy rovnice, pojmenované po francouzském fyzikovi Claudu-Louisi Navierovi a britském matematikovi Georgi Gabrielu Stokesovi.
Tyto rovnice popisují, jak se pohybují kapaliny a plyny. Zohledňují například tlak, rychlost proudění, hustotu a viskozitu neboli vnitřní odpor tekutiny proti proudění.
Jejich využití je překvapivě široké. Pomáhají například:
Na první pohled by se mohlo zdát, že matematika musí těmto rovnicím dokonale rozumět. Vždyť je vědci úspěšně používají každý den. Jenže právě zde se skrývá jeden z největších paradoxů moderní vědy. Rovnice dokážeme využívat, aniž bychom měli definitivně vyjasněné všechny jejich matematické vlastnosti.
Nejslavnější nevyřešená otázka související s Navierovými–Stokesovými rovnicemi je na první pohled jednoduchá: pokud se kapalina na začátku pohybuje zcela pravidelně, může její proudění později přejít do stavu, v němž matematický model přestane fungovat běžným způsobem?
Matematici pro takovou situaci používají pojem singularita. Jde o stav, kdy se některá veličina v matematickém popisu začne chovat neomezeně. Například rychlost proudění by podle rovnic mohla během konečné doby růst bez jakékoli horní hranice.
To samozřejmě neznamená, že by ve skutečné vaně mohla voda začít proudit nekonečnou rychlostí. Reálný svět takové chování neumožňuje. Singularita by ale ukazovala, že matematický model za určitých podmínek ztrácí svou obvyklou použitelnost.
Pro lepší představu si můžeme vzít meteorologickou předpověď. Počítač dokáže vypočítat vývoj počasí na několik dní dopředu, ale jeho výpočty vycházejí ze zjednodušeného popisu skutečné atmosféry. Pokud by se samotný matematický základ dostal do singularity, nešlo by jen o nepřesnou předpověď. Znamenalo by to mnohem zásadnější problém v chování rovnic.
Právě otázka existence a hladkosti řešení ve třech rozměrech zaměstnávala matematiky po mnoho desetiletí.
Význam problému dokládá skutečnost, že jej americký Clay Mathematics Institute v roce 2000 zařadil mezi sedm takzvaných problémů tisíciletí. Za vyřešení každého z nich vypsal odměnu jeden milion dolarů.
Nejde přitom o hádanky, které by bylo možné vyřešit nalezením správného čísla. Jsou to hluboké otázky týkající se základních vlastností matematiky a světa kolem nás.
Mezi sedmi úlohami se nachází například slavná Riemannova hypotéza, která souvisí s rozložením prvočísel, nebo problém P versus NP, jenž se dotýká výpočetní složitosti a možností počítačů.
Dosud nejznámějším úspěchem programu bylo vyřešení Poincarého domněnky ruským matematikem Grigorijem Perelmanem. Ten mimochodem milionovou odměnu odmítl.
Navierův–Stokesův problém patří do stejné mimořádné skupiny. Jeho vyřešení by znamenalo významný milník nejen pro matematiku, ale i pro naše porozumění fyzikálním zákonům.
Dne 8. září 2026 společnost OpenAI oznámila, že její interní systém umělé inteligence vytvořil matematický důkaz, podle něhož mohou Navierovy–Stokesovy rovnice za určitých podmínek skutečně vést ke vzniku singularity v konečném čase.
Konkrétně šlo o matematicky popsané proudění tekutiny, která je zpočátku v klidu a na kterou působí hladká vnější síla. Podle zveřejněného důkazu se za těchto podmínek může vytvořit stále rychlejší a užší vír, přičemž celková energie systému zůstává konečná.
Zjednodušeně řečeno: umělá inteligence popsala situaci, ve které se proudění podle rovnic postupně dostane až na hranici jejich matematické platnosti.
OpenAI zveřejnila nejen samotný důkaz, ale také jeho formální zpracování v systému Lean. Jde o nástroj, který umožňuje počítačově kontrolovat jednotlivé logické kroky matematického uvažování.
Podle zveřejněných informací se na hledání řešení podílel rozsáhlý systém spolupracujících AI agentů. Ti zkoumali různé postupy, sdíleli dílčí poznatky a postupně směřovali k výslednému řešení.
Pokud bude důkaz definitivně přijat vědeckou komunitou, půjde o historický příklad toho, jak může umělá inteligence přispět k řešení problémů považovaných za mimořádně obtížné.
Na rozdíl od běžných školních příkladů nejsou složité matematické důkazy pouze posloupností výpočtů. Obsahují stovky nebo tisíce logických kroků, definic a odkazů na předchozí matematické poznatky.
Stačí přitom jediná zásadní chyba a celý závěr může být nesprávný.
Právě zde přichází ke slovu systém Lean. Představit si jej můžeme jako mimořádně přísného kontrolora, který nepřijme tvrzení jen proto, že zní přesvědčivě. Každý krok musí odpovídat přesně stanoveným logickým pravidlům.
Je to podobné, jako kdyby student při řešení matematického příkladu musel doložit nejen výsledek, ale také každý jednotlivý krok svého postupu. Počítač pak kontroluje, zda na sebe všechny kroky skutečně navazují.
Formální ověření ale není totéž jako úplné vědecké pochopení. Je potřeba také posoudit, zda byly správně formulovány všechny předpoklady, zda důkaz skutečně odpovídá původní otázce a co jeho závěry znamenají pro další výzkum.
Clay Mathematics Institute reagoval na oznámení OpenAI 11. září 2026. Ve svém vyjádření připustil, že Navierův–Stokesův problém byl podle dostupných informací zřejmě vyřešen.
Zároveň však upozornil, že posuzování takových výsledků je záměrně pomalé a důkladné. Matematický důkaz musí projít odbornou kontrolou a obstát v diskusi vědecké komunity.
Historie matematiky totiž zná mnoho případů, kdy zdánlivě převratný důkaz obsahoval nenápadnou chybu objevenou až po delším čase.
O to důležitější je pečlivá kontrola v případě, kdy důkaz vznikl pomocí umělé inteligence a jeho technická složitost může přesahovat možnosti rychlého lidského posouzení.
OpenAI současně uvedla, že o milionovou odměnu usilovat nehodlá. Podstatnější než finanční ocenění je podle firmy samotný vědecký pokrok a zveřejnění výsledku.
Zářijový výsledek nezůstal osamocený. V říjnu 2026 OpenAI zpřístupnila rozsáhlou sbírku dalších matematických rukopisů vzniklých za pomoci interního modelu umělé inteligence.
Materiály jsou veřejně dostupné v repozitáři openai/math na GitHubu. Zahrnují práci z různých matematických oborů a nacházejí se v různých fázích ověřování. Sama OpenAI upozorňuje, že ne všechny výsledky jsou formálně zkontrolované a některé mohou obsahovat chyby.
Právě zde se objevuje nový problém moderní vědy. Tradičně bylo nejtěžší matematický důkaz vytvořit. V době výkonné umělé inteligence však může být stále náročnější také výsledky třídit, kontrolovat a vysvětlovat.
Představme si, že by místo několika nových odborných studií týdně přicházely stovky rozsáhlých matematických textů. Vědci by museli rozhodovat, které výsledky skutečně přinášejí nové poznání, které pouze opakují známé postupy a které stojí za další výzkum.
Umělá inteligence tak může vytvořit paradoxní situaci: matematických odpovědí bude přibývat rychleji, než je lidé dokážou pochopit.
Na první pohled by se mohlo zdát, že práce matematiků postupně ztratí smysl. Pokud stroj dokáže vyřešit úlohu, nad kterou vědci přemýšleli desítky let, proč by měl člověk ve výzkumu pokračovat?
Jenže matematika není pouhé hledání správných odpovědí. Stejně důležité je klást správné otázky, odhalovat souvislosti a vytvářet nové teorie.
Historie vědy ukazuje, že zásadní objevy často nevznikají jen vyřešením konkrétního problému. Ještě důležitější bývá pochopení principu, který k řešení vedl.
Například objev nového matematického postupu může později pomoci v úplně jiných oblastech: od fyziky přes medicínu až po moderní technologie.
Úloha lidských vědců se proto může postupně proměnit. Namísto dlouhého hledání každého jednotlivého důkazového kroku se budou více soustředit na formulování problémů, interpretaci výsledků, hledání praktických souvislostí a výběr směrů dalšího výzkumu.
Umělá inteligence by tak mohla fungovat jako mimořádně schopný vědecký spolupracovník. Nikoli jako někdo, kdo automaticky nahrazuje lidskou zvídavost, ale jako nástroj, který rozšiřuje možnosti objevování.
Samotný důkaz Navierova–Stokesova problému pravděpodobně nezmění fungování mobilního telefonu ani nepřinese okamžitě přesnější předpověď počasí.
Jeho význam je především v tom, že ukazuje novou možnost využití umělé inteligence. Ta už nemusí pouze vyhledávat informace, překládat texty nebo odpovídat na otázky. Může se podílet i na vytváření původních vědeckých poznatků.
Pokud se tento přístup osvědčí také v dalších oblastech, mohl by v budoucnu urychlit výzkum nových materiálů, biologických procesů, energetických technologií nebo složitých fyzikálních systémů.
Mezi matematickým důkazem a praktickým využitím však často leží dlouhá cesta. Nové poznatky je potřeba důkladně prověřit, pochopit a následně převést do konkrétních aplikací.
Nejdůležitější zprávou proto není, že umělá inteligence začíná nahrazovat matematiky. Je jí skutečnost, že lidé získávají nový nástroj, s jehož pomocí mohou pronikat do oblastí poznání, které byly dosud téměř nedostupné.
A možná právě zde začíná další velká kapitola vědy. Ne ve světě, kde stroje přemýšlejí místo lidí, ale ve světě, kde lidé a umělá inteligence dokážou společně objevovat věci, které by samostatně hledali mnohem déle.