OpenAI anuncia avanços em matemática, computação e física gerados por IA

A OpenAI anunciou três descobertas científicas atribuídas a seus modelos de inteligência artificial (IA), abrangendo as áreas de matemática, ciência da computação e física. Entre as alegações estão a resolução de conjecturas matemáticas de longa data, a refutação de uma hipótese importante sobre os limites da computação e um avanço teórico em física de partículas. A empresa também apresentou uma nova estratégia para envolver pesquisadores independentes na análise dos resultados, após críticas sobre a forma como divulgou trabalhos matemáticos gerados por IA anteriormente.

Na matemática, a OpenAI afirma que seus modelos produziram uma prova válida para a conjectura de suavização local, proposta em 1991, além de resolver as conjecturas de Kakeya e de restrição de Stein. A demonstração utiliza uma equação diferencial parcial auxiliar e foi disponibilizada em texto e em uma versão formalizada em Lean, linguagem para expressar demonstrações matemáticas verificáveis por computador. Esta divulgação ocorre após a publicação de centenas de manuscritos atribuídos à IA, que geraram questionamentos sobre a suficiência das explicações para verificação e desenvolvimento científico.

Descoberta em Ciência da Computação e Física

Em ciência da computação, a OpenAI alega ter refutado a Hipótese do Tempo Exponencial (ETH), que sustenta que certos problemas de satisfatibilidade booleana não podem ser resolvidos por algoritmos exatos em tempo subexponencial. Segundo a empresa, um algoritmo determinístico foi encontrado para contar atribuições que satisfazem fórmulas CNF de largura fixa em tempo subexponencial e espaço polinomial, o que contrariaria a ETH no caso do problema 3-SAT. Se confirmada, essa conclusão pode levar a uma reavaliação de centenas de trabalhos teóricos.

Para examinar essa alegação, foi formado um grupo de especialistas liderado por Russell Impagliazzo e Ramamohan Paturi, da Universidade da Califórnia em San Diego, e Ryan Williams, do MIT. A prova em linguagem natural e sua formalização em Lean foram disponibilizadas no GitHub, com um pedido de colaboração da comunidade científica. No entanto, a participação dos especialistas não representa uma confirmação antecipada, e o próprio grupo defende a necessidade de análise independente e cuidadosa.

Na física teórica, a OpenAI afirma ter produzido uma demonstração matematicamente rigorosa da existência de teorias quânticas de campos interagentes em quatro dimensões, incluindo a cromodinâmica quântica (QCD) e uma extensão do Modelo Padrão. O trabalho também incluiria a demonstração da existência da teoria de Yang-Mills pura, relacionada a um dos problemas do Prêmio do Milênio. Diferentemente dos outros casos, os materiais gerados pela IA ainda não foram divulgados. Um grupo de especialistas, incluindo o vencedor do Nobel de Física de 2004, David Gross, liderará a preparação da explicação do trabalho antes da publicação dos materiais originais.

Nova Estratégia de Divulgação e Próximos Passos

A mudança na estratégia de divulgação visa responder às críticas sobre o papel da IA na pesquisa científica e como permitir o exame dos resultados pela comunidade sem concentrar o acesso inicial em grupos escolhidos pela própria empresa. Em 25 de outubro, o Grupo Consultivo sobre Matemática e Inteligência Artificial (AGMAI) recomendou que empresas de IA não selecionem matemáticos para receber resultados antecipadamente, citando problemas como acesso desigual e risco de escolhas enviesadas.

A OpenAI reconhece os riscos da nova estratégia, como a influência na participação inicial e assimetrias de informação. A empresa afirma que os colaboradores externos poderão compartilhar o trabalho e publicar suas conclusões sem acordos de confidencialidade. A companhia declarou que não busca crédito acadêmico pelas descobertas, mas sim que os pesquisadores que desenvolverem explicações e verificarem as provas recebam o reconhecimento. A OpenAI convidou a comunidade científica a discutir critérios para acesso antecipado, divulgação de conflitos de interesse, atribuição de crédito e apoio a pesquisadores diante das mudanças provocadas pela IA.