A OpenAI anunciou que seus agentes de IA resolveram um dos sete Problemas do Milênio — os desafios matemáticos mais importantes em aberto, selecionados pelo Clay Mathematics Institute em 2000 e que valem prêmio de US$ 1 milhão cada. Em condições normais, isso seria um feito histórico. Mas o anúncio foi imediatamente ofuscado por uma acusação grave: a de que a empresa teria usado o trabalho de dois pesquisadores como ponto de partida sem dar o devido crédito.
O que a OpenAI afirma ter resolvido
O problema em questão é o da existência e suavidade das equações de Navier-Stokes, um conjunto de equações que descreve como fluidos como a água e o ar se movem ao longo do tempo. Apesar de amplamente usadas na dinâmica de fluidos, nunca se soube se, sob certas condições, essas equações poderiam “quebrar” e prever um estado fisicamente impossível — como um fluido com velocidade infinita.
Antes de hoje, apenas um outro Problema do Milênio havia sido resolvido: a conjectura de Poincaré, provada pelo matemático russo Grigori Perelman em 2003. A OpenAI afirma que seus agentes obtiveram uma prova de que as equações completas de Navier-Stokes podem, de fato, quebrar — usando um modelo interno que, segundo a empresa, supera em muito o já impressionante modelo Astra, lançado na semana anterior. A companhia diz que não pretende reivindicar o prêmio de US$ 1 milhão.
A controvérsia sobre a origem da prova
O matemático Tristan Buckmaster, da NYU, e Levent Alpöge, funcionário da Anthropic, vinham trabalhando no problema há quase um ano usando modelos públicos da própria OpenAI e da Anthropic. Na segunda-feira, Buckmaster publicou uma prova mostrando que uma versão simplificada das equações de Navier-Stokes pode quebrar — um avanço importante, embora não completo.
Segundo um documento publicado por Buckmaster, após ele ouvir rumores sobre o trabalho da OpenAI e procurar a empresa, funcionários apresentaram duas possibilidades: ou ele e Alpöge publicavam o trabalho deles e a OpenAI publicaria sua solução no dia seguinte, ou ele trabalharia com a OpenAI em um artigo sobre Navier-Stokes que excluiria Alpöge da autoria, por causa da afiliação dele com a Anthropic, maior rival da OpenAI.
A OpenAI nega as acusações. Sébastien Bubeck, membro da equipe técnica da empresa, disse em coletiva que o time foi inspirado a perseguir o problema depois de ouvir um rumor sobre os esforços de Buckmaster e Alpöge. Mark Chen, diretor de pesquisa, negou que qualquer agente ou funcionário tenha acessado as transcrições do trabalho da dupla — mas, como aponta a MIT Technology Review, o que já foi revelado sobre o episódio do “hack” do Hugging Face mostra que a OpenAI nem sempre tem plena consciência do que seus agentes fazem.
Por que isso importa para o futuro da matemática
O episódio expõe uma tensão crescente: os modelos de IA parecem cada vez mais essenciais para avançar nos problemas matemáticos mais importantes, mas resolvê-los exige recursos disponíveis apenas em pouquíssimas empresas de IA de fronteira — empresas que frequentemente desafiam as normas de colaboração acadêmica que sustentam a maior parte do progresso matemático.
Os números ilustram o desequilíbrio. Bubeck e Chen disseram que a equipe só conseguiu resolver o problema rodando cerca de 10 mil agentes simultaneamente, a um custo de milhões de dólares, em poucos dias. Enquanto isso, Buckmaster e Alpöge levaram quase um ano com modelos públicos e não chegaram à solução completa.
O matemático Terence Tao, da UCLA, um dos mais respeitados do mundo, escreveu na semana passada um alerta contundente sobre os riscos desse caminho. Para Tao, os problemas da matemática pura não são buscados apenas pela solução em si, mas porque o esforço humano para resolvê-los estimula o desenvolvimento de todo o campo. “Resolver o problema prematuramente por métodos puramente de IA — especialmente sem total transparência sobre o processo de solução — pode contaminar esse processo a ponto de se tornar um saldo negativo para o progresso da matemática como um todo”, escreveu.
Pesquisadores ouvidos pela reportagem relatam que matemáticos estão ficando deprimidos. Como disse Javier Gómez-Serrano, professor da Brown University: “O que está claro é que muito poucos matemáticos terão recursos dessa escala.” Se OpenAI e Anthropic continuarem em busca de condecorações matemáticas cada vez mais impressionantes, talvez não sobrem problemas em aberto para os matemáticos humanos fora dessas empresas.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
