OpenAI mengumumkan tiga hasil penelitian besar di bidang matematika murni, ilmu komputer teoretis, dan fisika kuantum yang dihasilkan oleh model frontier internal yang belum diungkap namanya. Pengumuman yang diterbitkan pada 26 Oktober 2026 tersebut memuat klaim yang berpotensi mengguncang fondasi teori komputasi modern: pembuktian bahwa Hipotesis Waktu Eksponensial (Exponential Time Hypothesis atau ETH) terbukti salah.

Selain klaim penolakan ETH, rilis kedua dalam repositori publik openai/math memuat pembuktian untuk konjektur local smoothing karya Christopher Sogge dari tahun 1991 dalam semua dimensi spasial, yang sekaligus menuntaskan konjektur dimensi Kakeya dan estimasi restriksi bola Stein. Hasil ketiga, yang penanganannya diserahkan sepenuhnya kepada kolaborator independen, menyodorkan pembuktian matematis ketat atas keberadaan teori medan kuantum berinteraksi empat dimensi, mencakup Quantum Chromodynamics (QCD) dan pelengkap terpadu bagi Model Standar fisika partikel.

Langkah ini memperlihatkan pergeseran penting dalam cara laboratorium kecerdasan buatan merilis penemuan teoretis. Menyadari bahwa manuskrip mentah dari model AI kerap memuat celah logika halus—seperti penarikan tiga makalah matematika terkait kelas Weil yang sempat diunggah pada awal Oktober—OpenAI kini menggandeng peneliti terkemuka untuk bertindak sebagai pemandu (shepherds) pengujian independen, sembari secara eksplisit menolak hak kepengarangan akademis atas penemuan tersebut.

Runtuhnya Asumsi 25 Tahun Teori Kompleksitas

Di antara ketiga hasil yang dirilis, pembuktian yang membantah Exponential Time Hypothesis menyedot perhatian paling luas dari komunitas ilmu komputer teoretis. Hipotesis ini pertama kali dirumuskan pada akhir dekade 1990-an dan dipublikasikan secara formal pada tahun 1999 dan 2001 oleh Russell Impagliazzo dan Ramamohan Paturi. ETH mendalilkan bahwa masalah keterpenuhan boolean 3-SAT tidak dapat diselesaikan dalam waktu subeksponensial—dengan kata lain, algoritma terbaik apa pun pada masukan $n$ variabel membutuhkan waktu paling cepat $2^{\Omega(n)}$.

Selama seperempat abad, ETH bukan sekadar tebakan liar. Hipotesis ini telah menjadi asumsi dasar yang dipakai dalam ratusan publikasi ilmiah untuk memetakan batas terbawah kesulitan komputasi (conditional hardness). Para peneliti algoritma mengandalkan ETH untuk membuktikan bahwa berbagai persoalan optimasi pada graf, penjadwalan jaringan, biologi komputasi, hingga geometri komputasi memang mustahil diselesaikan secara efisien, bahkan jika kelak terbukti bahwa kelas P tidak sama dengan NP ($P \neq NP$).

Bila klaim pembantahan oleh OpenAI ini terbukti sahih di bawah audit komunitas ilmiah, batas-batas kesulitan komputasi yang bergantung pada ETH akan runtuh atau harus dihitung ulang. Model internal OpenAI menghasilkan draf teks pembuktian alami pada 16 Oktober 2026, lalu merampungkan formalisasi dalam bahasa pembuktian interaktif Lean pada 17 Oktober 2026.

Menurut dokumentasi formalisasi bernomor 378 yang diunggah ke repositori GitHub resmi, pembuktian Lean tersebut menunjukkan bahwa untuk nilai $k \ge 2$ yang tetap, sebuah mesin turing deterministik dapat menghitung secara presisi jumlah solusi yang memenuhi formula $k$-CNF pada $n$ variabel dalam waktu subeksponensial dan kebutuhan ruang pita polinomial. Manuskrip pendamping bertanggal 25 Oktober menyodorkan batas waktu yang lebih tajam untuk formula dengan $m$ klausa. Secara khusus, kemampuan menyelesaikan dan menghitung 3-SAT dalam waktu subeksponensial deterministik secara langsung menggugurkan hipotesis dasar yang dibangun Impagliazzo dan Paturi.

Konjektur Kakeya dan Teori Medan Kuantum

Klaim kedua yang dirilis OpenAI menyentuh ranah analisis harmonik murni. Konjektur local smoothing yang diajukan Christopher Sogge pada tahun 1991 memprediksi bagaimana gelombang berperilaku ketika terfokus: pemfokusan paling ekstrem hanya dapat bertahan dalam durasi yang sangat singkat, sehingga intensitas pemfokusan pada waktu tipikal jauh lebih lemah dibanding skenario terburuk.

Konjektur Sogge telah lama menjadi benteng teoretis yang sangat sulit ditembus karena penyelesaiannya secara langsung menyelesaikan dua masalah besar lainnya: konjektur Kakeya (mengenai dimensi minimum himpunan Besicovitch yang memuat segmen garis berpanjang satu di segala arah) serta konjektur restriksi Stein. Komunitas matematika sebelumnya baru berhasil membuktikan konjektur ini untuk dua dimensi spasial pada tahun 2019 melalui kerja Guth, Wang, dan Zhang, disusul penyelesaian konjektur Kakeya tiga dimensi oleh Wang dan Zahl pada tahun 2025.

OpenAI menyatakan model internal miliknya menemukan jalan pembuktian untuk semua dimensi spasial ($d \ge 2$) dengan memanfaatkan persamaan diferensial parsial pembantu (auxiliary PDE) bertipe baru. Bukti ini diformalkan di dalam Lean hanya satu hari setelah model menghasilkan solusinya pada 18 Oktober 2026.

Sementara itu, hasil ketiga di ranah fisika matematis berfokus pada persoalan keberadaan Quantum Chromodynamics (QCD) dalam ruang waktu empat dimensi. Persoalan ini bersinggungan erat dengan Masalah Hadiah Milenium dari Clay Mathematics Institute mengenai celah massa Yang-Mills (Yang-Mills existence and mass gap). Berbeda dari matematika dan ilmu komputer, OpenAI menahan penerbitan langsung berkas fisika ini ke publik dan menyerahkan jadwal serta format keterbukaan materinya kepada kelompok kerja independen.

Mengubah Pola Rilis dan Menolak Kredit Akademis

Pembaruan proses rilis ini mencerminkan kehati-hatian baru OpenAI setelah insiden pada awal bulan. Pada 6 Oktober 2026, OpenAI sempat mengunggah katalog lebih dari 700 manuskrip matematika mentah dari model yang sama. Namun, hanya berselang 24 jam, perusahaan terpaksa menarik tiga makalah terkait kelas Weil pada varietas abelian karena komunitas menemukan kesalahan tanda minus (sign error) fatal yang membatalkan seluruh argumen utama.

Sebagai respons, OpenAI merancang eksperimen pengujian dengan melibatkan peneliti manusia sebagai "shepherds". Menariknya, untuk kelompok kerja peninjau ETH, OpenAI menggandeng langsung Russell Impagliazzo dan Ramamohan Paturi dari University of California San Diego—dua matematikawan yang pertama kali merumuskan hipotesis tersebut—bersama Ryan Williams dari Massachusetts Institute of Technology (MIT).

Kolaborasi pengujian ini diikat oleh empat prinsip eksplisit:

Pertama, transparansi total tanpa perjanjian kerahasiaan (NDA). Semua peserta bebas mendiskusikan temuan, membagikan draf perantara, dan menerbitkan kesimpulan mereka secara terbuka.

Kedua, penolakan kredit akademis oleh OpenAI. Perusahaan menegaskan tidak mencari pengakuan formal atau sitasi kepengarangan akademis atas temuan yang dihasilkan model internalnya. Keterlibatan para peneliti pemandu juga tidak boleh ditafsirkan sebagai klaim bahwa mereka yang menciptakan bukti orisinal tersebut.

Ketiga, pengakuan penuh bagi komunitas manusia. Penghargaan intelektual diarahkan kepada kelompok kerja yang berhasil menerjemahkan draf AI menjadi pemahaman ilmiah yang utuh, serta para perintis teori terdahulu yang idenya dipakai oleh model.

Keempat, independensi penuh. Keterlibatan para akademisi bersifat sukarela, tanpa bayaran dari OpenAI, dan kedua belah pihak tidak saling mewakili sikap resmi masing-masing.

Tantangan Verifikasi Mesin

Keberadaan kode Lean memang memberikan tingkat keyakinan yang jauh lebih tinggi dibanding sekadar membaca PDF hasil generasi model bahasa. Pemeriksa tipe (type-checker) pada perangkat lunak Lean secara mekanis memastikan bahwa rantai deduksi dari premis menuju kesimpulan tidak memiliki lompatan logika yang cacat.

Kendati demikian, para ahli teori komputasi mengingatkan bahwa pembuktian formal di Lean tetap menyimpan potensi celah semantik: apakah definisi formal mengenai mesin turing, kanonisasi kueri formula boolean, atau batas kompleksitas ruang-waktu yang dikodekan ke dalam Lean benar-benar identik dengan objek matematika yang dimaksudkan dalam literatur klasik ETH? Sejarah verifikasi otomatis mencatat bahwa kesalahan formulasi aksioma atau definisi yang sedikit meleset bisa menghasilkan pembuktian yang valid secara sintaksis, namun menjawab pertanyaan yang berbeda dari konjektur aslinya.

Keterlibatan para pencetus hipotesis seperti Impagliazzo dan Williams menjadi penentu untuk menguji lapis semantik tersebut. OpenAI sendiri secara terbuka mengakui bahwa berkas-berkas generasi AI mereka pada dasarnya hanyalah "data riset mentah", bukan makalah ilmiah yang sudah matang. Bila kelompok kerja independen ini berhasil memverifikasi bahwa tidak ada celah definisi dalam bukti subeksponensial tersebut, komunitas ilmu komputer akan menyaksikan tonggak sejarah ganda: runtuhnya hipotesis kompleksitas berusia seperempat abad, sekaligus pembuktian perdana di mana kecerdasan buatan memecahkan batas kemampuan nalar manusia dalam sains fundamental.

Sumber

- Sumber utama: [Working with academic communities to build scientific understanding](https://openai.com/index/building-scientific-understanding-with-academic-communities/) — OpenAI, 26 Oktober 2026. - Artefak pembuktian: [openai/math](https://github.com/openai/math), termasuk [history.md](https://github.com/openai/math/blob/main/history.md) dan [dokumentasi formalisasi ETH](https://github.com/openai/math/blob/main/lean/docs/378.md). - Konteks independen: [OpenAI Says Its Models Produced Three Proofs in Math, CS, and Physics](https://www.unite.ai/openai-says-its-models-produced-three-proofs-in-math-cs-and-physics/) — Unite.AI, 26 Oktober 2026. - Konteks tambahan: [OpenAI says its AI model has disproved the Exponential Time Hypothesis](https://thenextweb.com/news/openai-exponential-time-hypothesis-false-kakeya-yang-mills) — The Next Web, 26 Oktober 2026.