Levent Alpöge OpenAI olayı ne? Tristan Buckmaster kim? Çalışmaları neydi? Veri tartışması neden çıktı?

Yapay zekanın ileri matematik problemlerindeki rolü, Navier-Stokes problemi etrafında başlayan yeni bir tartışmayla yeniden gündeme geldi. Tartışmanın merkezindeki isimlerden biri, Anthropic'te çalışan Türk-Amerikalı matematikçi Levent Alpöge oldu. Alpöge ile NYU'dan Tristan Buckmaster'ın yapay zeka araçlarından yararlanarak yürüttüğü çalışma ile OpenAI'nin kısa süre sonra duyurduğu Navier-Stokes çalışması arasındaki zamanlama ve yöntemsel benzerlikler, akademik katkının tanınması ve model eğitiminde kullanılan veriler konusunda soru işaretleri doğurdu. Ancak iki tarafın üzerinde çalıştığı matematiksel sonuçların teknik olarak aynı olmadığı ve OpenAI'nin Alpöge ile Buckmaster'ın henüz yayımlanmamış çalışmasına erişildiği yönündeki iddiaları kabul etmediği belirtiliyor.

Navier-Stokes Matematiğin En Büyük Açık Sorularından Biri

Navier-Stokes denklemleri, sıvı ve gaz gibi akışkanların hareketini matematiksel olarak tanımlamak amacıyla kullanılıyor. Hava tahminlerinden uçak tasarımına, mühendislik hesaplarından kan akışının modellenmesine kadar geniş bir uygulama alanına sahip.

Matematik dünyasındaki büyük soru ise üç boyutlu, sıkıştırılamaz ve viskoz bir akışkan için başlangıçta düzgün olan çözümlerin her zaman düzgün kalıp kalmayacağı üzerinde yoğunlaşıyor.

Temel problem, düzgün başlayan bir akışın sonlu zamanda tekillik oluşturup oluşturamayacağıyla bağlantılı. Bu sorun uzun yıllardır çözülemeyen matematik problemleri arasında bulunuyor.

Clay Matematik Enstitüsü de Navier-Stokes problemini 2000 yılında yedi Milenyum Problemi arasına dahil ederek kabul edilen bir çözüm için 1 milyon dolarlık ödül belirledi.

OpenAI Binlerce Yapay Zeka Ajanıyla Çalıştı

Paylaşılan bilgilere göre OpenAI, Navier-Stokes problemi üzerinde çalışırken henüz kamuya açılmamış bir iç modelden yararlandı. Şirket bu modelin GPT-6 Astra'dan daha güçlü olduğunu belirtti.

Çalışma tek bir yapay zeka sisteminin soruya cevap vermesi biçiminde ilerlemedi. Yaklaşık 10 bin yapay zeka ajanı farklı görevlere ayrılarak çeşitli matematiksel yolları araştırdı, kod çalıştırdı ve önbelleğe alınmış internet verilerinden yararlandı.

Farklı grupların elde ettiği sonuçların birbiriyle ilişkilendirilmesinde ise Codex kullanıldı.

Verilen bilgilere göre ajanların Navier-Stokes çalışması yaklaşık 88 saat sürdü. Ardından çözümün Lean dilindeki biçimsel doğrulaması GPT-6 Astra kullanılarak yaklaşık 17 saatte tamamlandı.

Milyonlarca Mesaj ve Milyarlarca Token Kullanıldı

OpenAI'nin açıkladığı rakamlar, matematik problemi için kullanılan hesaplama ölçeğini de ortaya koydu.

Tüm Milenyum Problemleri üzerinde yürütülen deneylerde yaklaşık 4,9 milyon mesaj ve 300 milyar çıktı tokeni kullanıldığı belirtildi.

Yalnızca Navier-Stokes çalışmasının ise yaklaşık 2,7 milyon mesaj ve 130 milyar çıktı tokeni gerektirdiği aktarıldı.

Süreçte şirketin kamuya açık olmayan iç modeli çözüm üretme aşamasında, GPT-6 Astra biçimsel doğrulamada, Codex ise kodlama ve farklı ajanların sonuçlarını bir araya getirmede kullanıldı.

Levent Alpöge ve Tristan Buckmaster’ın Çalışması Tartışmanın Merkezine Yerleşti

OpenAI'nin duyurusundan sonra gözler Levent Alpöge ve Tristan Buckmaster tarafından yürütülen araştırmaya çevrildi.

İkilinin de yapay zekadan yararlanarak akışkan denklemleriyle bağlantılı matematiksel problemler üzerinde çalıştığı belirtildi. Araştırma sürecinde OpenAI'nin Codex'i ile Anthropic'in Claude modelleri dahil farklı yapay zeka araçlarının kullanıldığı aktarıldı.

Ancak Alpöge ve Buckmaster'ın çalışmasının doğrudan Navier-Stokes Milenyum Problemi için nihai bir çözüm üretmeye yönelik olmadığı belirtiliyor. Çalışma, problemle bağlantılı Euler denklemleri ve zorlanmış akışkan modelleri üzerinde ilerliyordu.

İki Çalışmanın Aynı Sonuca Ulaşmadığı Belirtiliyor

Tartışmada önemli ayrımlardan biri, iki araştırmanın teknik olarak aynı matematiksel sonucu ortaya koyup koymadığı.

Alpöge ve Buckmaster'ın özellikle zorlanmış Euler denklemleri konusunda önemli bir sonuca ulaştığı aktarılıyor.

OpenAI ise kendi çalışmasının farklı bir matematiksel sonucu kanıtladığını ve ele aldığı Euler probleminin zorlanmamış versiyonla ilişkili olduğunu savundu.

Dolayısıyla tartışmayı “OpenAI, Alpöge'nin çözümünün aynısını kullandı” şeklinde kesin bir ifadeyle aktarmak mevcut bilgiler ışığında doğru değil. Tartışma daha çok çalışmaların zamanlaması, matematiksel yaklaşımda görüldüğü öne sürülen benzerlikler, veri kullanımı ve akademik katkının nasıl tanınacağı üzerinde yoğunlaşıyor.

Alpöge’nin İsminin Çalışmadan Çıkarılmasının İstendiği Öne Sürüldü

Tartışmanın en dikkat çekici boyutlarından biri Levent Alpöge'nin akademik katkısının nasıl gösterileceği konusunda ortaya çıktı.

Buckmaster'ın anlatımına göre OpenAI ile yapılan görüşmelerde ortak bir duyuru ve katkı paylaşımı gündeme geldi. Buckmaster, Alpöge'nin Anthropic'te çalışması nedeniyle isminin ortak çalışmada yer almamasının istendiğini öne sürdü.

Bu iddia, OpenAI ile Anthropic arasındaki rekabetin akademik araştırmalardaki isimlendirme ve katkı süreçlerine yansıyıp yansımadığı tartışmasını beraberinde getirdi.

Ancak bunun Buckmaster tarafından dile getirilen bir iddia olduğunun altını çizmek gerekiyor.

OpenAI Veri Kullanımı Konusundaki İddiaları Kabul Etmedi

OpenAI cephesi ise Alpöge ve Buckmaster'ın henüz kamuya açıklanmamış çalışmalarının kendi araştırmacıları veya yapay zeka ajanları tarafından görüldüğü iddiasını kabul etmiyor.

Şirketin açıklamasına göre iki matematikçinin özel kullanıcı verilerine Navier-Stokes çözüm sürecinde erişilmedi.

Bununla birlikte ürün kullanımından elde edilen anonimleştirilmiş verilerin modellerin genel geliştirilmesine dolaylı katkıda bulunmuş olabileceği ihtimalinin tamamen dışlanmadığı aktarılıyor.

Bu ayrım tartışmanın önemli noktalarından birini oluşturuyor. Özel bir çalışmanın doğrudan görülmesi veya kullanılması ile ürünlerden elde edilen anonimleştirilmiş verilerin model geliştirme süreçlerine katkıda bulunması aynı durum değil.

Levent Alpöge’nin Matematik Kariyeri Harvard’da Şekillendi

Levent Alpöge, özellikle sayı teorisi alanındaki çalışmalarıyla tanınan Türk-Amerikalı bir matematikçi.

Matematik eğitimini Harvard Üniversitesi'nde sürdüren Alpöge, daha sonra Princeton Üniversitesi'nde doktora yaptı. Doktora tezini “Points on Curves” başlığıyla hazırladı.

Alpöge'nin doktora danışmanlığını Fields Madalyası sahibi matematikçi Manjul Bhargava yaptı. Verilen bilgilere göre Princeton'daki matematik doktorasını 2020 yılında tamamladı.

Lisans dönemindeki araştırmaları da Alpöge'ye önemli bir ödül getirdi. Genç matematikçi 2015 yılında Frank ve Brennie Morgan Ödülü'nü kazandı.

Matematikten Yapay Zeka Araştırmalarına Yöneldi

Alpöge'nin kariyerindeki dikkat çekici değişimlerden biri, akademik matematik çalışmalarının ardından yapay zeka alanına yönelmesi oldu.

Kendi akademik profilinde GPT-4'ün ortaya çıkmasının ardından yapay zekaya yoğun ilgi duymaya başladığını belirten Alpöge, daha sonra Anthropic'te çalışmaya başladı.

Böylece sayı teorisi ve ileri matematik konusundaki akademik birikimini yapay zeka sistemleriyle bir araya getiren araştırmalara yöneldi.

2026 yılında yayımlanan bir çalışmada da Alpöge'nin Manjul Bhargava, Wei Ho ve Ari Shnidman ile sayı teorisi ve Hilbert'in onuncu problemiyle bağlantılı bir araştırmada yer aldığı belirtiliyor.

Levent Alpöge Hakkında Bilinenler

OpenAI Tartışmasında Kesinleşenlerle İddiaları Ayırmak Gerekiyor

Levent Alpöge'nin adının gündeme gelmesi, yalnızca Navier-Stokes probleminin çözümüyle ilgili bilimsel tartışmadan kaynaklanmıyor. Konunun akademik katkı, yapay zeka şirketleri arasındaki rekabet ve model geliştirmede kullanılan verilerin sınırları gibi daha geniş bir boyutu bulunuyor.

Mevcut bilgilerde Alpöge ve Buckmaster'ın çalışmasının OpenAI tarafından doğrudan kullanıldığının kesinleştiğini gösteren bir sonuç bulunmuyor. Benzer şekilde Alpöge ve Buckmaster'ın çalışmasıyla OpenAI'nin açıkladığı matematiksel sonucun tamamen aynı olduğu da belirtilmiyor.

Bu nedenle süreçte Buckmaster tarafından dile getirilen iddialarla OpenAI'nin verdiği yanıtların birbirinden ayrılarak değerlendirilmesi gerekiyor.