Science

A Machine Found Where the Equations Explode — But Finding Isn't Proving

June 21, 2026 · George Polya, How to Solve It~6 min read

Picture stirring cream into coffee. Now picture the swirl getting so violent, so concentrated, that at one single point and one single instant the speed of the fluid goes — not large, but literally infinite. Mathematicians call that a blow-up, a finite-time singularity, and whether the equations of fluid motion can do it from a perfectly smooth start is one of the seven Millennium Prize Problems, each worth a million dollars and most of them older than anyone alive. This spring, something quietly remarkable happened: a machine learned to find these explosions. The catch is the oldest one in mathematics — finding is not proving — and it turns a flashy result into a much more interesting story.

The equation nobody can tame

The Navier–Stokes equations describe how fluids move: air over a wing, blood in an artery, weather across a planet. Engineers use them every day and they work beautifully. Yet no one has been able to prove that their solutions always stay smooth and finite — that the math never, under any starting conditions, spits out an infinity. That sounds like a technicality. It isn't. An infinity in the answer would mean the equations break down exactly where the physics gets most interesting, and we wouldn't know whether the failure is in nature or only in our description of it. The honest status, as of mid-2026, is stark: for the full three-dimensional problem the question is open. It has been open since 1934. The prize money has gone uncollected for a quarter of a century.

The machine that learned to find explosions

Here is the new part. Rather than wait for a flash of human insight, several teams have pointed neural networks at the problem — not to chat, but to compute. In late 2025, a group including Tristan Buckmaster and Ching-Yao Lai reported that their networks could resolve the precise shape of these singularities — the so-called self-similar blow-up profiles — to machine precision, and even fish out the rare, unstable ones that older methods drowned in their own numerical noise. In plain terms: the machine can now point at the exact spot where an idealized fluid would tear itself to infinity, and draw its portrait with extraordinary sharpness. A generation ago that picture was a fog. Now it is a photograph. It is, genuinely, a new instrument.

Neural networks can now pinpoint where idealized fluid equations explode — self-similar blow-up profiles resolved to machine precision (Wang, Léger, Lai & Buckmaster, late 2025). But a found profile is a plausible guess; a rigorous computer-assisted proof must still close the gap. Navier–Stokes blow-up remains 1 of 7 unsolved Millennium Prize Problems; a March 2026 proof for a related case (Shkoller, per Scientific American, June 2026) looks promising but uses shortcuts the full prize won't allow. Framework: George Polya, How to Solve It. A reflection, not a verdict on unverified proofs.

Where Polya clears his throat

And here, across seventy years, George Polya leans in. His little 1945 classic How to Solve It breaks every problem into four phases, and the one people skip is the last: looking back. Polya's sharpest warning lives there. Seeing that something is true, he insisted, is not the same as showing that it is true. A plausible conjecture — however beautiful, however much the picture begs you to believe it — is exploration, not proof. The neural network has done something Polya would have loved: it has guessed brilliantly. It has done the second phase, devising a plan, with superhuman precision. But the third and fourth phases — carry it out, then check every link in the chain — those it cannot hand you. A picture that is right to machine precision can still be wrong in a way no amount of precision detects, because precision and proof are different animals entirely.

So what actually got proven?

This is where care matters, and where the headlines get slippery. In March 2026, the mathematician Steve Shkoller posted to arXiv a proof — over a hundred pages of dense argument — that addresses a related blow-up question, and early reactions from his peers have been warm. "No one thought it would be possible," one mathematician at NYU was quoted saying. But two honest caveats hold the line. First, the proof reportedly uses shortcuts that the full Millennium Prize version won't allow; it is a real result on a nearby problem, not the prize itself. Second, a hundred-page proof takes the community many months to verify line by line — and until that's done, the correct word is promising, not proven. That gap between posted and confirmed is not bureaucracy. It is the looking-back phase, running at the scale of a whole field.

What this means for you

You don't have to care about fluid equations to use the lesson, because the shape of it is everywhere now. We have all just been handed machines that produce confident, polished, plausible answers at a speed no human can match — a medical hunch, a legal summary, a line of code, a market call. The fluid-dynamics story is the cleanest possible parable for how to hold them: treasure the guess, then refuse to skip the proof. When a machine hands you an answer, the right question is never "does it look right?" but "what would show me it's right — and have I done that step, or only admired the picture?" Polya's discipline was never about distrusting brilliance. It was about knowing which phase you're standing in. The machine has gotten extraordinary at finding. Proving — the slow, checkable, link-by-link kind — is still the part that's on you.

A machine can now point at the exact place the equations explode and draw it to machine precision. None of that makes it true. Precision is not proof, and the picture isn't the theorem.

Treasure the guess. Then do the part the machine can't hand you: check every link in the chain.

Source: framework from George Polya, How to Solve It (the four phases of problem-solving; the caution that a plausible conjecture is not a proof, and "looking back" means verifying, not admiring). Real-world basis: the 2026 push to use neural networks to find self-similar blow-up profiles for fluid equations to machine precision (Wang, Léger, Lai & Buckmaster, arXiv, late 2025), and a March 2026 arXiv proof on a related blow-up question (Shkoller), reported by Scientific American, June 2026, as promising but not yet community-verified and reliant on shortcuts the full Navier–Stokes Millennium Prize won't allow. A reflection, not a verdict on any specific unverified proof.

科普

机器找到了方程爆破的那一点——但"找到"不是"证明"

2026 年 6 月 21 日 · 乔治·波利亚《怎样解题》约 5 分钟

想象往咖啡里搅奶。再想象那道漩涡越搅越猛、越聚越紧，紧到在某一个点、某一个瞬间，流速变得——不是很大，而是字面意义上的无穷大。数学家管这叫爆破，叫有限时间奇点；而流体运动的方程会不会从一个完全光滑的起点真的爆出这么一下，正是七道千禧年难题之一，每道悬赏百万美元，且大多比今天活着的任何人都老。今年春天，一件安静而了不起的事发生了：机器学会了找到这些爆破。可那个陷阱是数学里最古老的一个——找到不等于证明——它把一个炫目的结果，变成了一个有意思得多的故事。

那道谁也驯不服的方程

纳维–斯托克斯方程描述流体怎么动：机翼上掠过的空气，动脉里流淌的血，绕着行星走的天气。工程师天天用它，它好用得很。可没人能证明它的解永远保持光滑而有限——证明这套数学在任何起始条件下，都绝不吐出一个无穷。这听上去像个技术细节。它不是。答案里冒出一个无穷，意味着方程恰恰在物理最有意思的地方失灵，而我们将分不清这失灵是出在自然里，还是只出在我们对它的描述里。截至 2026 年年中，诚实的现状很冷峻：对完整的三维问题，这个问题悬而未决。它从 1934 年悬到现在。那笔奖金，整整四分之一个世纪无人领走。

那台学会找爆破的机器

新东西在这里。与其干等人类灵光一闪，好几个团队把神经网络对准了这道题——不是拿来聊天，是拿来算。2025 年底，一个有 Tristan Buckmaster 和 Ching-Yao Lai 等人在内的团队报告说，他们的网络能把这些奇点的精确形状——那些所谓的自相似爆破轮廓——算到机器精度，甚至能把过去淹没在数值噪声里、罕见而不稳定的那些也捞出来。说白了：机器如今能指出那个理想流体把自己撕向无穷的确切位置，并把它的肖像画得异常锐利。一代人之前那幅图还是一团雾。现在它是一张照片。它确实是一件新仪器。

神经网络如今能精确定位理想流体方程在哪里爆破——把自相似爆破轮廓算到机器精度（Wang、Léger、Lai 与 Buckmaster，2025 年底）。但找到的轮廓只是个似真的猜想；严格的计算机辅助证明还得来补上这道缺口。纳维–斯托克斯爆破仍是 7 道未解千禧年难题中的 1 道；2026 年 3 月一份针对相关情形的证明（Shkoller，据《科学美国人》2026 年 6 月报道）看来有戏，却用了完整奖项不允许的捷径。框架：乔治·波利亚《怎样解题》。本文为思考，非对未经核验之证明的裁决。

波利亚清了清嗓子

就在这儿，隔着七十年，乔治·波利亚探过身来。他 1945 年那本小书《怎样解题》把每道题拆成四个阶段，而人们最爱跳过的，是最后一个：回顾。波利亚最锋利的告诫就住在这一步里。他坚持说，看出一件事是对的，和证明它是对的，不是一回事。一个似真的猜想——无论它多美，无论那幅图多么求着你去信它——都只是探路，不是证明。神经网络做了一件波利亚会很喜欢的事：它猜得极漂亮。它把第二阶段、拟定方案，做得带着超人的精度。可第三、第四阶段——执行，然后检查链条上的每一环——这两步它递不给你。一幅准到机器精度的图，仍可能错在某个再高的精度也测不出来的地方，因为精度和证明，根本是两种生物。

那到底证明了什么？

这里就得小心了，也是标题最容易打滑的地方。2026 年 3 月，数学家 Steve Shkoller 往 arXiv 贴了一份证明——一百多页密密麻麻的论证——处理的是一个相关的爆破问题，同行们最初的反应相当热。一位纽约大学的数学家被引述说："没人觉得这可能做到。"可有两条诚实的限定守着边界。第一，据报道这份证明用了完整千禧年版本不允许的捷径；它是邻近问题上一个真实的结果，不是奖项本身。第二，一份百页的证明要靠整个学界花好几个月逐行核验——而在那之前，准确的词是"有戏"，不是"已证"。"贴出"与"确认"之间的这道缝，不是官僚程序。它就是回顾那一步，在一整个学科的尺度上运行。

这对你意味着什么

你不必在乎流体方程，也能用上这个教训，因为它的形状如今到处都是。我们都刚刚被塞了一台机器，它能以任何人都赶不上的速度，产出自信、光洁、似真的答案——一个医学直觉，一份法律摘要，一行代码，一个行情判断。流体力学这个故事，是教你怎么掂量它们最干净的一则寓言：珍惜那个猜想，然后拒绝跳过证明。当机器递给你一个答案，对的问法从来不是"它看起来对吗"，而是"什么能让我看出它对——这一步我做了，还是只是欣赏了那幅图？"波利亚的纪律从不是要你不信任才华。它是要你知道自己正站在哪个阶段。机器在"找到"上已经变得非凡。而"证明"——那种慢的、可核验的、一环扣一环的——仍然是落在你头上的那部分。

机器如今能指出方程爆破的确切位置，并把它画到机器精度。这一切都不能让它成真。精度不是证明，那幅图也不是那条定理。

珍惜那个猜想。然后做那件机器递不给你的事：检查链条上的每一环。

来源：框架取自乔治·波利亚《怎样解题》（解题四阶段；以及"似真的猜想不是证明、回顾意味着核验而非欣赏"这条告诫）。现实依据：2026 年用神经网络把流体方程的自相似爆破轮廓算到机器精度的尝试（Wang、Léger、Lai 与 Buckmaster，arXiv，2025 年底），及 2026 年 3 月一份针对相关爆破问题的 arXiv 证明（Shkoller）——据《科学美国人》2026 年 6 月报道，该证明看来有戏，但尚未经学界核验，且依赖完整纳维–斯托克斯千禧年奖项不允许的捷径。本文为思考，非对任何具体未核验证明的裁决。

サイエンス

機械は方程式が爆発する一点を見つけた——だが「見つける」は「証明」ではない

2026年6月21日 · ジョージ・ポリア『いかにして問題をとくか』約 7 分

コーヒーにクリームを混ぜる様子を思い描いてほしい。その渦が、混ぜるほどに激しく、絞られるほどに密になり、ある一点・ある一瞬で、流速が——大きく、ではなく、文字どおり無限大になる、と。数学者はこれを爆発、有限時間特異点と呼ぶ。流体運動の方程式が、完全に滑らかな出発点から本当にこれを起こせるのかは、七つのミレニアム問題の一つで、それぞれ百万ドルの懸賞がかかり、その大半は今生きている誰よりも古い。この春、静かに目を見張ることが起きた。機械が、この爆発を見つけることを覚えたのだ。落とし穴は数学で最も古いもの——見つけることは証明することではない——で、それが派手な結果を、ずっと面白い物語へと変える。

誰も飼いならせない方程式

ナビエ–ストークス方程式は、流体がどう動くかを記述する。翼の上を流れる空気、動脈を流れる血、惑星をめぐる天気。技術者は毎日これを使い、見事に役立っている。だが誰も、その解が常に滑らかで有限にとどまることを——どんな初期条件でも、この数学が決して無限を吐き出さないことを——証明できていない。些末な技術論に聞こえる。だが違う。答えのなかに無限が現れるとは、方程式が、物理が最も面白くなるまさにその場所で破綻するということで、私たちはその破綻が自然にあるのか、それとも自然の記述にだけあるのかを見分けられない。2026年半ば時点の誠実な現状は厳しい。完全な三次元問題については、この問いは未解だ。1934年から未解のまま。懸賞金は四半世紀のあいだ、誰にも受け取られていない。

爆発を見つけることを覚えた機械

新しいのはここだ。人間のひらめきを待つかわりに、いくつかのチームがニューラルネットをこの問題に向けた——おしゃべりにではなく、計算に。2025年末、Tristan Buckmaster や Ching-Yao Lai らを含むグループが、自分たちのネットワークがこれら特異点の正確な形——いわゆる自己相似の爆発プロファイル——を機械精度まで解け、しかも従来の手法が自らの数値ノイズに溺れさせていた、稀で不安定なものまで掬い出せると報告した。平たく言えば、機械は今や、理想化された流体が自らを無限へと引き裂く正確な場所を指さし、その肖像を並外れて鋭く描ける。一世代前、その絵は霧だった。今それは一枚の写真だ。それは確かに、新しい計器なのだ。

ニューラルネットは今や理想化された流体方程式がどこで爆発するかを突き止められる——自己相似の爆発プロファイルを機械精度まで解く（Wang、Léger、Lai、Buckmaster、2025年末）。だが見つけたプロファイルはもっともらしい推測にすぎず、厳密な計算機援用証明がその隙間を埋めねばならない。ナビエ–ストークスの爆発は今も未解の7つのミレニアム問題のうち1つ。2026年3月の関連する場合への証明（Shkoller、『サイエンティフィック・アメリカン』2026年6月による）は有望に見えるが、満額の賞が許さぬ近道を使う。枠組：ジョージ・ポリア『いかにして問題をとくか』。本稿は考察であり、未検証の証明への判定ではない。

ポリアが咳払いする

そしてここで、七十年を隔てて、ジョージ・ポリアが身を乗り出す。彼の1945年の小さな名著『いかにして問題をとくか』は、あらゆる問題を四つの段階に分ける。人が飛ばしたがるのが最後の一つ——ふり返り——だ。ポリアの最も鋭い戒めはそこに住む。あることが正しいと見えるのと、正しいと示すのは、同じではない、と彼は言い張った。もっともらしい推測は——どれほど美しく、その絵がどれほど信じてくれと迫ろうと——探索であって、証明ではない。ニューラルネットはポリアが喜んだであろうことをした。見事に推測したのだ。第二段階、計画を立てることを、超人的な精度でやってのけた。だが第三・第四段階——遂行し、それから連鎖の一環ずつを点検する——それは手渡せない。機械精度まで正しい絵が、いくら精度を上げても検出できないかたちで誤っていることはありうる。精度と証明は、まったく別の生き物だからだ。

では、実際に何が証明されたのか

ここは慎重さが要り、見出しが滑りやすい場所だ。2026年3月、数学者 Steve Shkoller が arXiv に証明を投稿した——百ページを超える密な論証で、関連する爆発の問いを扱う。同僚たちの初期の反応は温かい。ニューヨーク大学のある数学者は「誰も可能だとは思っていなかった」と引用された。だが二つの誠実な但し書きが、一線を守る。第一に、報じられるところでは、その証明は満額のミレニアム版が許さない近道を使う。隣接する問題での本物の結果であって、賞そのものではない。第二に、百ページの証明は、学界が一行ずつ検証するのに何ヶ月もかかる——それが済むまで、正しい言葉は「有望」であって「証明済み」ではない。投稿と確認のあいだのこの隙間は、官僚仕事ではない。それはふり返りの段階が、一つの分野まるごとの規模で走っているのだ。

これは君にとって何を意味するか

流体方程式を気にかけなくても、この教訓は使える。その形は、今やどこにでもあるからだ。私たちは皆、いま一台の機械を手渡された。誰も追いつけない速さで、自信に満ち、磨かれ、もっともらしい答えを生む機械を——医学の勘、法律の要約、一行のコード、相場の判断を。流体力学のこの物語は、それらをどう量るかを教える、最も澄んだ寓話だ。推測を大切にせよ、そのうえで証明を飛ばすことを拒め。機械が答えを差し出したとき、正しい問いは決して「正しく見えるか」ではなく、「何があれば正しいと示せるか——その段階を私はやったのか、それとも絵を眺めただけか」だ。ポリアの規律は、才能を疑えという話では決してなかった。自分がいまどの段階に立っているかを知れ、という話だった。機械は「見つける」ことに非凡になった。「証明する」こと——あの遅く、検証可能で、一環ずつのもの——は、今も君に委ねられた部分だ。

機械は今や、方程式が爆発する正確な場所を指さし、機械精度まで描ける。そのどれもが、それを真にはしない。精度は証明ではなく、絵は定理ではない。

推測を大切に。そして機械が手渡せない部分をやれ——連鎖の一環ずつを点検せよ。

出典：枠組はジョージ・ポリア『いかにして問題をとくか』より（問題解決の四段階；もっともらしい推測は証明ではなく、「ふり返り」とは眺めることでなく検証することだ、という戒め）。現実の根拠：2026年に、流体方程式の自己相似爆発プロファイルを機械精度まで求めるためニューラルネットを用いた試み（Wang、Léger、Lai、Buckmaster、arXiv、2025年末）と、2026年3月に関連する爆発の問いへ投稿された arXiv 証明（Shkoller）——『サイエンティフィック・アメリカン』2026年6月の報道によれば、有望だが学界の検証は未了で、完全なナビエ–ストークスのミレニアム賞が許さない近道に依存する。本稿は考察であり、特定の未検証の証明への判定ではない。