- Navier-Stokes já estava no centro da história 🧮
- A prova de Navier-Stokes existe, mas não é exatamente uma leitura de domingo
- E aí entrou uma corrida que incomodou matemáticos
- Um pesquisador diz que a história começou antes ⚠️
- A OpenAI percebeu o tamanho do problema
- O prêmio de US$ 1 milhão ainda está longe
- A matemática pode estar entrando em uma era estranha
Principais destaques
- Mais de 100 problemas: a OpenAI afirma que um modelo interno resolveu problemas matemáticos abertos em diferentes áreas, incluindo Navier-Stokes.
- Verificação ainda é o ponto-chave: a empresa não divulgou uma lista completa dos resultados nem provas detalhadas que permitam avaliar todas as alegações.
- Matemáticos vão revisar os resultados: um novo grupo consultivo ligado ao Instituto de Estudos Avançados de Princeton pretende ajudar a avaliar descobertas produzidas por IA.
A OpenAI acaba de elevar bastante a aposta na capacidade matemática da inteligência artificial.
Em 21 de setembro, a empresa afirmou que um modelo interno, cujo treinamento começou em 28 de agosto, conseguiu resolver mais de 100 problemas matemáticos considerados abertos há anos, abrangendo diferentes áreas da matemática.
Entre eles está um dos famosos Problemas do Milênio: a questão da existência e suavidade das equações de Navier-Stokes.
O detalhe que chama atenção é outro.
🔎 O problema da comprovação: apesar da dimensão da afirmação, a OpenAI ainda não apresentou publicamente uma lista detalhada de todos os problemas supostamente resolvidos nem as respectivas provas que permitam uma análise independente.
Isso coloca a comunidade matemática diante de uma situação curiosa: uma IA pode estar produzindo resultados extraordinários, mas a matemática não funciona simplesmente na base da confiança em quem fez o anúncio.
Navier-Stokes já estava no centro da história 🧮
O problema de Navier-Stokes é um dos sete Problemas do Milênio definidos pelo Clay Mathematics Institute em 2000.
Cada um recebeu um prêmio de US$ 1 milhão para uma solução válida. A questão envolve as equações que descrevem o comportamento de fluidos e permanece entre os grandes desafios da matemática contemporânea.
A OpenAI havia afirmado em 8 de setembro que sua IA conseguiu resolver o problema em apenas 88 horas, utilizando cerca de 10 mil agentes de IA.
Agora, o anúncio de 21 de setembro amplia drasticamente a dimensão da história.
Segundo o material divulgado, seriam mais de 100 problemas adicionais resolvidos pelo sistema.
O The Decoder também relatou a suposta resolução de um segundo Problema do Milênio, a Conjectura de Hodge.
💡 Uma coisa é encontrar uma solução. Outra é convencer a matemática de que ela está correta: essa diferença é especialmente importante quando os resultados vêm de sistemas de IA cujo processo de raciocínio pode ser difícil de acompanhar por humanos.
A prova de Navier-Stokes existe, mas não é exatamente uma leitura de domingo
Há um elemento que torna o caso mais complexo.
Um manuscrito anterior relacionado à solução de Navier-Stokes teria 166 páginas e foi formalizado em Lean, uma linguagem utilizada para verificar provas matemáticas de maneira computacional.
Matemáticos que analisaram o trabalho afirmaram que a formalização compila corretamente.
Isso é um sinal relevante: significa que o sistema formal utilizado para verificar a prova não encontrou inconsistências dentro do que foi formalizado.
Mas isso não significa que o trabalho tenha se tornado imediatamente compreensível para pesquisadores humanos.
Javier Gómez-Serrano, matemático da Universidade Brown, descreveu o artigo como algo que “não foi escrito para humanos”.
James Maynard, da Universidade de Oxford, afirmou que tem sido muito difícil extrair compreensão humana da nova prova gerada por IA.
🧠 A nova fronteira pode não ser apenas provar, mas explicar: uma prova que uma máquina consegue verificar, mas que poucos especialistas conseguem compreender, cria uma questão diferente sobre o papel da IA na descoberta matemática.
E aí entrou uma corrida que incomodou matemáticos
A velocidade do anúncio também provocou críticas.
Em 11 de setembro, 25 ganhadores da Medalha Fields, incluindo Terence Tao e June Huh, publicaram uma carta aberta intitulada “Um Grave Desalinhamento da IA na Matemática”.
O grupo questionou a ideia de utilizar a resolução de problemas matemáticos como parâmetro para avaliar sistemas de inteligência artificial.
A preocupação está relacionada ao próprio objetivo da matemática: não basta chegar a uma resposta. A compreensão de por que determinada afirmação é verdadeira também possui valor fundamental para a disciplina.
A discussão, portanto, vai além de “IA consegue fazer matemática?”.
A pergunta passa a ser: que tipo de matemática queremos que as máquinas façam e como os humanos vão verificar e compreender o resultado?
Um pesquisador diz que a história começou antes ⚠️
A controvérsia ficou ainda maior envolvendo Tristan Buckmaster, matemático da Universidade de Nova York, e seu colaborador Levent Alpöge, da Anthropic.
Buckmaster afirmou que estava próximo de uma solução para Navier-Stokes quando a OpenAI teria tomado conhecimento da abordagem.
Segundo ele, a empresa teria se oferecido para incluí-lo como coautor do trabalho sob a condição de que Alpöge não participasse.
Buckmaster declarou à NPR:
“Há tantas evidências circunstanciais de que eles sabiam muito mais sobre o que estávamos fazendo do que deram a entender.”
A OpenAI negou ter utilizado o trabalho dos pesquisadores.
Essa é uma das partes mais controversas do episódio e deve ser tratada como uma alegação de Buckmaster, não como um fato estabelecido.
A OpenAI percebeu o tamanho do problema
A empresa também anunciou a criação de um Grupo Consultivo sobre Matemática e Inteligência Artificial, sediado no Instituto de Estudos Avançados de Princeton.
O grupo reúne nove matemáticos, incluindo os medalhistas Fields Timothy Gowers e Martin Hairer.
A proposta é oferecer uma camada adicional de avaliação para resultados matemáticos produzidos por sistemas de IA antes que sejam tratados como definitivos.
Os integrantes atuarão de forma independente e não serão remunerados pela OpenAI. Também poderão publicar suas próprias recomendações.
📐 Mas existe uma separação importante: o grupo não terá autoridade sobre a velocidade com que a OpenAI conduz suas pesquisas internas.
A própria empresa deixou claro que o grupo não será responsável por aconselhá-la sobre como conduzir o andamento interno de seu trabalho matemático.
É uma distinção importante porque revisão independente e governança da pesquisa são coisas diferentes.
O prêmio de US$ 1 milhão ainda está longe
Mesmo que uma IA produza uma prova correta de um Problema do Milênio, isso não significa que o prêmio seja automaticamente concedido.
O Clay Mathematics Institute mantém um processo deliberadamente lento.
Para que uma solução seja considerada para um dos prêmios, ela precisa ser publicada em uma revista científica qualificada e passar por um período de pelo menos dois anos de aceitação ampla pela comunidade matemática.
Até agora, segundo o material divulgado, os resultados anunciados pela OpenAI ainda não passaram por esse processo.
| Questão | Situação descrita |
|---|---|
| Mais de 100 problemas resolvidos | Alegação da OpenAI |
| Navier-Stokes | Manuscrito e formalização em Lean foram analisados |
| Conjectura de Hodge | Relatada como outra suposta resolução |
| Verificação independente de todos os resultados | Ainda não apresentada |
| Prêmio do Clay Institute | Nenhum resultado divulgado cumpriu o processo exigido |
A matemática pode estar entrando em uma era estranha
O episódio expõe uma mudança interessante.
Durante décadas, computadores ajudaram matemáticos a calcular, testar conjecturas e explorar enormes quantidades de possibilidades. Agora, sistemas de IA começam a participar de uma etapa que tradicionalmente dependia muito mais diretamente da criatividade humana: encontrar caminhos para novas provas.
Isso pode acelerar descobertas.
Também pode produzir provas tão extensas ou especializadas que o resultado seja formalmente verificável, mas intelectualmente difícil de absorver.
E existe ainda uma terceira questão: como saber rapidamente se uma alegação extraordinária feita por uma empresa de IA realmente corresponde a uma descoberta extraordinária?
A resposta provavelmente passa por mecanismos externos de verificação, publicação e reprodução dos resultados.
Por enquanto, a OpenAI colocou números impressionantes na mesa. A matemática, como costuma fazer, vai pedir para conferir as contas.
