# OpenAI dichiara 3 scoperte in matematica, informatica e fisica: cosa sappiamo davvero

_Local smoothing e Kakeya, l'Exponential Time Hypothesis falsa, la QCD in 4 dimensioni. Sono affermazioni di OpenAI non ancora confermate dalla comunità scientifica: cosa è pubblico, chi verifica e perché serve prudenza._

Fonte: https://andreapirazzini.it/blog/openai-scoperte-matematica-informatica-fisica-eth-kakeya · 27 ottobre 2026

> Articolo redatto da un sistema di AI a partire da fonti ufficiali: https://openai.com/index/building-scientific-understanding-with-academic-communities/.

## In breve

- Il 26 ottobre 2026 OpenAI ha annunciato tre risultati prodotti dai suoi modelli: local smoothing (con Kakeya e restrizione), ETH falsa ed esistenza della QCD.
- Sono dichiarazioni di OpenAI: la comunità scientifica non ha ancora confermato nessuno dei tre risultati.
- Per matematica e informatica testo e prova Lean sono pubblici su GitHub; il materiale di fisica non è pubblico.
- Lean controlla ogni passaggio, ma non garantisce che l'enunciato formale corrisponda al problema originale.
- Lo stesso repository ha già ritirato tre manoscritti il 7 ottobre e ha formalizzato circa il 42% dei risultati principali.

Il 26 ottobre 2026 OpenAI ha annunciato **tre risultati scientifici** prodotti, secondo l'azienda, dai suoi modelli interni: una dimostrazione in analisi armonica, una in teoria della complessità e una in fisica matematica. Sono affermazioni molto forti. Al momento sono **dichiarazioni di OpenAI**: la comunità scientifica non le ha ancora confermate e la verifica dei gruppi esterni è appena cominciata.

> **Attenzione:** Tutto quello che segue riporta ciò che OpenAI dichiara. Nessuno dei tre risultati è stato confermato in modo indipendente. Due hanno una prova formale in Lean pubblica, il terzo (la fisica) non è pubblico.

- **3** Risultati dichiarati: matematica, informatica, fisica
- **2 su 3** Con testo e prova Lean pubblici su GitHub
- **1991** Anno della congettura di Sogge sulle onde
- **5 mln $** Contributo di OpenAI alla Simons Foundation

_Fonte: OpenAI, annuncio del 26/10/2026 e repository github.com/openai/math, verificati il 27/10/2026_

## Cosa ha annunciato OpenAI

L'annuncio si apre così: «We are announcing three new discoveries in mathematics, computer science, and physics». Per ognuna OpenAI ha scelto una strada diversa di pubblicazione:

| Campo | Cosa dichiara OpenAI | Cosa è pubblico | Chi lo esamina |
| --- | --- | --- | --- |
| Matematica | Prova della congettura del local smoothing in ogni dimensione, con Kakeya e restrizione di Stein | Testo dell'AI e prova Lean su GitHub | Rilascio diretto alla comunità |
| Informatica | L'Exponential Time Hypothesis (ETH) è falsa | Testo dell'AI e prova Lean su GitHub | Gruppo guidato da Impagliazzo, Paturi e Williams |
| Fisica | Prova rigorosa che la QCD e una teoria unificata esistono in 4 dimensioni | Niente, per ora | Gruppo guidato da David Gross |

OpenAI definisce questi testi «a form of raw research data», cioè dati grezzi di ricerca, e dichiara di non chiedere il merito accademico delle scoperte. Gli esperti coinvolti partecipano in modo volontario e non retribuito e, scrive OpenAI, non parlano a suo nome.

![Immagine ufficiale dell'annuncio di OpenAI: la scritta Working with academic communities to build scientific understanding su uno sfondo sfumato dal giallo al rosa](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/7456f44c-1cd3-4993-b6e9-36abf279a3e6/1d989f2c-2e7b-4bf7-be24-79dfbde0abc6.jpg)
*L'immagine con cui OpenAI ha presentato l'annuncio. Immagine: OpenAI.*

## Matematica: onde, Kakeya e restrizione

Nel 1991 Sogge ha proposto la congettura del **local smoothing**. In parole semplici riguarda le onde: quando un'onda si concentra al massimo, quel picco deve durare poco. È importante perché, se vera, implica altre due grandi congetture, quella di **Kakeya** e quella di **restrizione di Stein**.

I passi precedenti sono noti: nel 2019 Guth, Wang e Zhang hanno dimostrato il caso in due dimensioni spaziali, nel 2025 Wang e Zahl hanno risolto Kakeya in tre dimensioni. OpenAI scrive: «Our models produced a proof of the local smoothing conjecture in every dimension and therefore also resolve the Kakeya conjecture and Stein's restriction conjecture in all dimensions». La prova, secondo l'azienda, si basa su una nuova equazione differenziale ausiliaria.

> **Nota:** Il repository è più preciso dell'annuncio. Per la restrizione di Stein parla di stime valide nell'interno dell'intervallo congetturato («throughout the interior of the conjectured range»), e la prova Lean copre le congetture «in their strict ranges». Chi riprende la notizia dovrebbe tenere conto di questa differenza.

Il testo prodotto dall'AI è del 18 ottobre, la formalizzazione in Lean del giorno dopo. Entrambi sono nel repository pubblico [openai/math](https://github.com/openai/math).

## Informatica: l'ETH sarebbe falsa

L'**Exponential Time Hypothesis** è un'ipotesi sulla difficoltà del problema 3-SAT: stabilire se una formula logica con n variabili può essere resa vera. L'ETH dice che, nel caso peggiore, serve un tempo esponenziale in n. Come scrive OpenAI, è stata usata in centinaia di articoli per dedurre che molti altri problemi sono difficili, dalla teoria dei grafi alla biologia computazionale.

OpenAI dichiara: «Surprisingly, our system has recently proved that the ETH is false, a result that was subsequently verified in Lean». Il manoscritto descrive un algoritmo deterministico che conta esattamente le soluzioni di queste formule in un tempo dell'ordine di 2 elevato a n/(log n)^(1/2+o(1)), quindi **subesponenziale**, usando memoria polinomiale.

Due dettagli contano. Il primo: OpenAI stessa scrive che trovare algoritmi pratici e trasformare il risultato in miglioramenti concreti «will require significant further research». Il secondo: il lavoro sarà verificato e accompagnato da un gruppo guidato da Russell Impagliazzo e Ramamohan Paturi (UC San Diego) e da Ryan Williams (MIT). Impagliazzo e Paturi, con Francis Zane, sono gli autori originali dell'ipotesi. Su richiesta del gruppo, OpenAI ha reso pubblici tutti i dati grezzi e finanzierà una conferenza.

## Fisica: QCD e Yang–Mills

Il terzo risultato è il più ambizioso. OpenAI dichiara «a mathematically rigorous existence proof of certain interacting quantum field theories containing gauge fields and fermions in four dimensions, including Quantum Chromodynamics (QCD)», costruita sull'approccio di Balaban. Come sottoproblema, il lavoro conterrebbe anche una prova dell'esistenza della teoria di **Yang–Mills** pura, che l'annuncio descrive come parte di uno dei problemi del Millennio del Clay Mathematics Institute.

Qui però non c'è nulla da leggere. Il gruppo guidato da David Gross, Nobel per la fisica nel 2004, con Michael Douglas, Arthur Jaffe, Igor Klebanov e Nikita Nekrasov, ha deciso di non pubblicare il materiale prodotto dall'AI e di scrivere il lavoro da sé. OpenAI dichiara di aver completato la formalizzazione in Lean dell'esistenza di Yang–Mills il 16 ottobre, ma anche quella non è pubblica.

> **Attenzione:** L'annuncio non dice che il problema del Millennio sia risolto né che il premio sia stato assegnato o richiesto. Parla di un sottoproblema che fa «parte» del problema. Diffidate dei titoli che dicono il contrario.

## Le date dichiarate

Secondo OpenAI la fisica è arrivata per prima: la prova di Yang–Mills a parole il 9 settembre, quella sulla QCD il 18 settembre. A ottobre sono seguite l'ETH (testo il 16, Lean il 17) e il local smoothing (testo il 18, Lean il 19). La formalizzazione di Yang–Mills è stata completata il 16 ottobre.

[Animazione: Le date dichiarate da OpenAI, da settembre all'annuncio del 26 ottobre. Animazione con Codey, il pet di Codex.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/7456f44c-1cd3-4993-b6e9-36abf279a3e6/1649384f-1741-4497-a5f5-1395d1229d90.mp4)

## Cosa garantisce davvero Lean

Lean è un programma che controlla le dimostrazioni passaggio per passaggio. Se una prova formale passa il controllo, la conclusione segue davvero dalle premesse scritte in Lean. È un controllo molto più forte della semplice lettura.

Lean però **non garantisce che l'enunciato formale corrisponda al problema originale**. Una definizione sbagliata o un'ipotesi in più possono rendere la prova corretta ma irrilevante. Per questo il repository di OpenAI include file di confronto (Comparator) che gli esperti possono usare per controllare gli enunciati. Il testo a parole, che spiega le idee, va comunque letto e capito da persone.

[Animazione: Cosa si può controllare oggi per ognuna delle tre tesi dichiarate da OpenAI. Animazione con Codey, il pet di Codex.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/7456f44c-1cd3-4993-b6e9-36abf279a3e6/c23ab49d-a367-4d1b-bdcb-00f1213a8893.mp4)

## Perché serve prudenza

Ci sono buone ragioni per aspettare il giudizio degli esperti.

- **Errori già successi.** Il 7 ottobre 2026, nello stesso repository, OpenAI ha ritirato tre manoscritti per un errore di segno e ne ha corretti altri quattordici.
- **Non tutto è formalizzato.** A quella data i risultati principali con prova Lean erano 300 su 719, circa il 42%. Il README avverte che alcuni risultati non formalizzati «could have issues».
- **Verifica appena iniziata.** I gruppi esterni sono stati annunciati il 26 ottobre: il loro lavoro comincia ora.
- **Asimmetria di informazioni.** OpenAI stessa riconosce che scegliere i primi esperti decide chi vede il materiale per primo.

## Cosa cambia per chi lavora con l'AI

Nel breve periodo, per un'azienda, nulla di pratico: OpenAI stessa scrive che per arrivare ad applicazioni servirà molta altra ricerca. Il segnale interessante è un altro. Un'AI che produce risultati **controllabili da un programma**, e non solo testi convincenti, è un modello di lavoro che vale anche fuori dalla ricerca. Quando usate un assistente AI per analisi, numeri o codice, chiedete sempre qualcosa che si possa verificare: le fonti, un test, un calcolo da rifare.

> **Consiglio:** Se seguite la notizia, guardate a tre cose nelle prossime settimane: le osservazioni dei gruppi di Gross e di Impagliazzo, Paturi e Williams; eventuali revisioni nel repository openai/math; il materiale di fisica, quando il gruppo lo pubblicherà.

## Domande frequenti

**OpenAI ha davvero risolto tre problemi aperti?**

Lo dichiara. Per matematica e informatica ha pubblicato testi e prove formali in Lean, per la fisica no. La comunità scientifica non ha ancora confermato nessuno dei tre risultati.

**Cos'è l'Exponential Time Hypothesis?**

È l'ipotesi che il problema 3-SAT, cioè capire se una formula logica può essere resa vera, richieda nel caso peggiore un tempo esponenziale nel numero di variabili. È alla base di centinaia di risultati sulla difficoltà dei problemi.

**Se l'ETH è falsa, i computer diventano più veloci?**

Non subito. L'algoritmo descritto è subesponenziale in teoria, ma OpenAI stessa scrive che trovare algoritmi pratici richiederà molta altra ricerca.

**Il problema del Millennio su Yang–Mills è risolto?**

L'annuncio non lo dice. Parla di una prova di esistenza della teoria di Yang–Mills pura che fa parte del problema del Clay, e i testi non sono pubblici.

**Una prova verificata in Lean è sicuramente corretta?**

Lean garantisce che la conclusione segue dalle premesse formali. Resta da controllare che l'enunciato in Lean corrisponda davvero al problema originale: è il lavoro che spetta agli esperti.

**Chi sta verificando questi risultati?**

Per l'ETH un gruppo guidato da Russell Impagliazzo, Ramamohan Paturi e Ryan Williams; per la fisica un gruppo guidato da David Gross. Per la matematica OpenAI ha pubblicato il materiale per tutta la comunità.

## Fonti

- [Annuncio di OpenAI: Working with academic communities to build scientific understanding](https://openai.com/index/building-scientific-understanding-with-academic-communities/), 26/10/2026.
- [Repository openai/math su GitHub](https://github.com/openai/math), con history.md e CONTENTS.md, letto il 27/10/2026.
- [Manoscritto «The Exponential Time Hypothesis is False»](https://github.com/openai/math/tree/main/preprints/The-Exponential-Time-Hypothesis-is-False-October-25-2026), revisione del 25/10/2026.
- [Manoscritto «Local smoothing for the Euclidean wave equation»](https://github.com/openai/math/tree/main/preprints/Local-smoothing-for-the-Euclidean-wave-equation-October-25-2026), 25/10/2026.
- [Ambito della prova Lean sull'ETH](https://github.com/openai/math/blob/main/lean/docs/378.md) e [sul local smoothing](https://github.com/openai/math/blob/main/lean/docs/079.md).
- [Post di Dan Roberts (OpenAI) su X, rilanciato da OpenAI](https://x.com/danintheory/status/2114833682469122314), 26/10/2026.

[Prenota una call con Andrea](https://andreapirazzini.it/prenota)