Modelo não lançado da Anthropic faz progresso na Hipótese de Riemann com 60 subagentes coordenados

Modelo não lançado da Anthropic faz progresso em um dos maiores problemas não resolvidos da matemática

Por mais de 150 anos, a Hipótese de Riemann permanece como um dos maiores desafios não resolvidos da matemática — um mistério sobre a distribuição dos números primos com prêmio de US$ 1 milhão para quem apresentar uma prova geral. Nenhum modelo de IA resolveu o problema, mas um modelo ainda não lançado da Anthropic fez mais progresso do que se esperava.

Na segunda-feira (11), a Anthropic anunciou que um modelo experimental aumentou significativamente o limite inferior de soluções para as quais a hipótese se mantém verdadeira. Mas o mais impressionante não foi o resultado em si, e sim como ele foi alcançado.

Um funcionário sem treinamento matemático avançado, 60 subagentes e 31 milhões de tokens

Um funcionário da Anthropic sem formação significativa em matemática pediu ao modelo para “tentar de verdade” provar a hipótese e o deixou coordenar a tarefa ao longo de um dia e meio. O resultado:

• O modelo testou 650 ideias diferentes para resolver o problema
• Coordenou 60 subagentes simultaneamente
• Gastou 31 milhões de tokens de saída no total

Dos 60 subagentes, dois foram responsáveis por desenvolver as ideias matemáticas principais, 13 contribuíram com ideias, 30 tentaram (mas não conseguiram) desenvolver novas abordagens, 13 atuaram como validadores verificando a correção dos argumentos, e dois ajudaram a redigir o paper inicial.

O resultado foi confirmado por dois matemáticos internos da Anthropic e formalizado usando o assistente de provas de código aberto Lean.

Uma tendência de descoberta científica por IA

Este é o mais recente de uma série de avanços matemáticos liderados por grandes modelos de linguagem. Nos últimos meses, vários problemas de Erdos foram resolvidos por IA, a OpenAI divulgou 10 resultados relevantes provados por seu modelo interno “Astra”, e a própria Anthropic já havia refutado a conjectura Jacobiana — um problema que resistia há décadas.

O crescente corpo de resultados gerou tanto entusiasmo quanto preocupação na comunidade matemática. Em junho, um grupo de matemáticos proeminentes assinou uma declaração pública alertando que a IA poderia minar valores fundamentais do campo — especialmente o padrão de que provas matemáticas devem ser “atribuíveis a autores específicos que assumem crédito pela descoberta e responsabilidade por sua correção”.

Mas o vencedor da Medalha Fields Timothy Gowers questionou essa visão em um post: “Se chegarmos a um mundo onde teoremas matemáticos não são mais associados a matemáticos, talvez isso não seja mais problemático do que o fato de estrelas não terem nome de astrônomos”.

O que isso significa para o futuro da IA

O experimento da Anthropic demonstra que modelos de linguagem, quando operando como orquestradores de múltiplos subagentes, podem explorar espaços de problemas de forma autônoma por longos períodos. Nenhum ser humano coordenou 650 abordagens diferentes, 60 agentes simultâneos e 31 milhões de tokens em 36 horas. É um vislumbre de um futuro em que a descoberta científica é acelerada por agentes de IA trabalhando em escala sobre-humana.