AI dan Misteri Persamaan Navier–Stokes

Persamaan Navier–Stokes merupakan salah satu persamaan paling penting dalam fisika dan matematika untuk menggambarkan perilaku fluida, seperti air dan udara. Persamaan ini digunakan dalam berbagai bidang, mulai dari aerodinamika, meteorologi, teknik mesin, hingga simulasi aliran fluida menggunakan komputer.

Pada September 2026, muncul laporan mengenai hasil penelitian OpenAI yang melibatkan sistem kecerdasan buatan dalam upaya menyelesaikan persoalan Navier–Stokes Millennium Prize Problem. Menurut laporan OpenAI, sistem internal mereka menghasilkan suatu pembuktian analitik mengenai kemungkinan terjadinya singularitas dalam aliran Navier–Stokes tiga dimensi yang inkompresibel. Proses tersebut kemudian diformalisasi dan diverifikasi menggunakan Lean, dengan GPT-6 Astra dilaporkan berperan dalam tahap formalisasi tersebut.

Apa Itu Persamaan Navier–Stokes?

Secara sederhana, persamaan Navier–Stokes merupakan persamaan diferensial parsial yang digunakan untuk menggambarkan bagaimana kecepatan dan tekanan suatu fluida berubah terhadap ruang dan waktu.

$$-\frac{1}{\rho}\nabla p+\nu\nabla^2\mathbf{u}+\mathbf{f}$$

dengan persamaan kontinuitas:

$$\nabla\cdot\mathbf{u}=0$$

Keterangan:

• $\mathbf{u}$ = vektor kecepatan fluida

• $t$ = waktu

• $\rho$ = massa jenis fluida

• $p$ = tekanan

• $\nu$ = viskositas kinematik

• $\mathbf{f}$ = gaya luar per satuan massa

• $\nabla$ = operator diferensial

• $\nabla^2$ = operator Laplace

Bentuk tersebut menggambarkan hubungan antara perubahan kecepatan fluida, gerakan fluida, tekanan, viskositas, dan gaya yang bekerja pada fluida. NASA juga menjelaskan bahwa persamaan Navier–Stokes merupakan persamaan yang menggambarkan hubungan antara kecepatan, tekanan, temperatur, dan massa jenis dalam fluida yang bergerak.

Bagian Penting dalam Persamaan

Persamaan Navier–Stokes terlihat sederhana dalam bentuk matematisnya, tetapi memiliki struktur yang sangat kompleks.

Bagian

menunjukkan perubahan kecepatan fluida terhadap waktu pada suatu titik.

Sementara itu,

merupakan suku nonlinier yang berkaitan dengan perubahan kecepatan akibat pergerakan fluida itu sendiri. Suku inilah yang menjadi salah satu sumber utama kompleksitas persamaan Navier–Stokes.

Bagian tekanan dituliskan sebagai

sedangkan pengaruh viskositas direpresentasikan oleh

Jika gaya luar diperhitungkan, terdapat tambahan suku

Untuk fluida inkompresibel, terdapat pula kondisi:

Artinya, medan kecepatan harus memenuhi kondisi inkompresibilitas.

Mengapa Navier–Stokes Begitu Sulit?

Persoalan utama bukan sekadar menuliskan persamaannya, tetapi memahami apakah solusi tiga dimensi dari persamaan tersebut selalu tetap teratur atau dapat berkembang menjadi singularitas dalam waktu yang terbatas.

Secara intuitif, singularitas dapat dibayangkan sebagai kondisi ketika besaran tertentu dalam solusi, misalnya kecepatan atau turunannya, menjadi tidak terbatas dalam waktu yang terbatas.

Pertanyaan tersebut berkaitan dengan Millennium Prize Problem yang dirumuskan Clay Mathematics Institute. Tantangan matematikanya berhubungan dengan keberadaan dan keteraturan solusi persamaan Navier–Stokes tiga dimensi.

Peran Kecerdasan Buatan

Laporan OpenAI mengenai penelitian tersebut menarik karena AI tidak hanya digunakan untuk melakukan perhitungan numerik, tetapi dilaporkan digunakan dalam proses penelitian matematika.

Menurut OpenAI, sejumlah besar agen AI bekerja secara paralel untuk mengeksplorasi berbagai pendekatan. Setelah sekitar 88 jam, sistem tersebut menghasilkan hasil yang kemudian digunakan dalam penyelesaian persoalan Navier–Stokes. Tahap formalisasi dan verifikasi menggunakan Lean kemudian membutuhkan sekitar 17 jam tambahan dan melibatkan GPT-6 Astra.

Hal penting yang perlu diperhatikan adalah bahwa GPT-6 Astra bukan sistem yang menurut OpenAI menghasilkan pembuktian inti tersebut. OpenAI menyatakan bahwa model internal yang menghasilkan pembuktian analitik merupakan sistem yang berbeda dan secara kemampuan disebut lebih kuat daripada GPT-6 Astra. Astra digunakan dalam tahap formalisasi Lean dan verifikasi.

Apa Itu Lean?

Lean adalah bahasa pemrograman dan sistem pembuktian formal yang dapat digunakan untuk menuliskan pembuktian matematika sehingga langkah-langkah logisnya dapat diperiksa oleh komputer.

Dalam penelitian matematika berbantuan AI, pendekatan seperti ini menarik karena AI dapat menghasilkan suatu dugaan atau pembuktian, kemudian pembuktian tersebut diterjemahkan ke dalam sistem formal yang memungkinkan komputer memeriksa konsistensi setiap langkah berdasarkan aturan yang telah didefinisikan.

Dengan demikian, terdapat perbedaan antara:

AI menemukan atau mengusulkan pembuktian

dan

komputer memeriksa pembuktian tersebut secara formal.

Keduanya merupakan tahapan yang berbeda dalam proses penelitian.

Mengapa Navier–Stokes Penting bagi Fisika?

Persamaan Navier–Stokes bukan hanya persoalan matematika abstrak. Persamaan ini menjadi dasar dalam banyak model aliran fluida.

Contohnya adalah:

• aliran udara di sekitar sayap pesawat;

• aliran air dalam pipa;

• pergerakan atmosfer;

• simulasi cuaca;

• aliran darah;

• desain kendaraan;

• aerodinamika;

• turbulensi;

• simulasi Computational Fluid Dynamics (CFD).

Dalam praktiknya, persamaan Navier–Stokes sering diselesaikan secara numerik menggunakan komputer karena solusi analitik untuk banyak kondisi nyata sangat sulit diperoleh. NASA menjelaskan bahwa berbagai metode seperti finite difference, finite volume, finite element, dan spectral methods digunakan dalam Computational Fluid Dynamics untuk memperoleh pendekatan solusi.

Kesimpulan

Persamaan Navier–Stokes merupakan salah satu fondasi penting dalam fisika fluida. Persamaan ini menghubungkan perubahan gerak fluida dengan tekanan, viskositas, dan gaya yang bekerja pada fluida.

Kompleksitas terbesar muncul pada kasus tiga dimensi karena adanya sifat nonlinier dan interaksi berbagai skala dalam aliran fluida. Persoalan mengenai apakah solusi tiga dimensi selalu tetap teratur atau dapat mengalami singularitas dalam waktu terbatas menjadi salah satu masalah matematika yang sangat terkenal.

Laporan OpenAI pada September 2026 menyoroti kemungkinan baru dalam penelitian matematika berbantuan kecerdasan buatan. Dalam laporan tersebut, sistem internal OpenAI disebut menghasilkan pembuktian analitik, sedangkan GPT-6 Astra digunakan untuk membantu formalisasi Lean.

Bagi dunia fisika, perkembangan tersebut menarik bukan hanya karena berkaitan dengan Navier–Stokes, tetapi juga karena menunjukkan bagaimana kecerdasan buatan mulai digunakan sebagai bagian dari proses eksplorasi, pembuktian, dan verifikasi matematika.