The Brief
Como funciona a IA 5 min de leitura

Resolvido, mas não entendido: o que o avanço matemático da IA realmente significa

NAVION

Partilhar

A matemática tem sido considerada há muito tempo um dos últimos domínios onde o raciocínio humano mantém uma vantagem clara sobre as máquinas. Essa suposição está sob séria pressão agora. No curso de um único verão, sistemas de IA desenvolvidos por empresas incluindo OpenAI, Anthropic e Google passaram de lutar com problemas padrão de nível de pesquisa para reivindicar soluções para algumas das questões não resolvidas mais famosas da história da matemática. A reação da comunidade matemática não foi nem celebração simples nem rejeição simples. Foi algo mais complicado: o reconhecimento de que as regras de uma disciplina inteira estão sendo reescritas, e que ninguém perguntou aos matemáticos primeiro.

O Problema do Milênio que mudou a conversa

O problema da existência e suavidade de Navier-Stokes é um dos sete Problemas do Prêmio do Milênio, um conjunto de desafios matemáticos extraordinariamente difíceis propostos no ano 2000 pelo Clay Mathematics Institute. Antes deste verão, apenas um dos sete havia sido resolvido por humanos: a conjectura de Poincaré. O anúncio da OpenAI de que havia resolvido o problema de Navier-Stokes, portanto, caiu com força considerável.

O ganhador da Medalha Fields Jacob Tsimerman, da University of Toronto, reconheceu o peso do momento no Heidelberg Laureate Forum, um encontro anual de principais figuras da matemática e da ciência da computação realizado na Alemanha. “Temos visto aumentos rápidos em capacidades, ainda mais rápidos do que muitas pessoas, incluindo eu mesmo, esperavam”, disse ele. “Resolver Navier-Stokes parece bastante definitivo.”

O progresso não parou por aí. A Anthropic supostamente usou uma versão não lançada do Claude em agosto para trabalhar na hipótese de Riemann, fazendo progresso significativo em um problema relacionado. Dizem que a OpenAI está direcionando seus modelos mais avançados para a conjectura de Hodge. Com todos os recursos computacionais de grandes empresas de tecnologia apontados para esses problemas agora, muitos matemáticos consideram uma questão de tempo até que mais deles caiam.

Um avanço com um problema de conduta

O anúncio da solução de Navier-Stokes não chegou de forma limpa. O matemático Tristan Buckmaster, da New York University, que vinha fazendo progresso significativo no mesmo problema junto com Levent Alpöge, da Anthropic, descreveu a correspondência com a OpenAI que ele caracterizou como coercitiva e ameaçadora. Michael Harris, da Columbia University, que viu essa correspondência, disse que a cobertura da mídia sobre o episódio foi amplamente consistente com uma imagem da OpenAI interrompendo as normas disciplinares. Geordie Williamson, da University of Sydney, foi mais direto: “Acho que a OpenAI se comportou extremamente mal, e que deveríamos reconhecer isso na comunidade.”

A OpenAI não respondeu aos pedidos de comentário antes que o artigo fosse publicado.

O ganhador da Medalha Fields Peter Scholze, da University of Bonn, ofereceu uma interpretação pontual de por que as empresas de tecnologia estão visando esses problemas particulares. “Eles estão realmente apenas resolvendo esses problemas matemáticos difíceis como benchmarks, como algum tipo de manobra de relações públicas”, disse ele durante uma mesa-redonda no Fórum. Os Problemas do Milênio, nesta leitura, não são principalmente uma missão científica. Eles são uma demonstração de capacidade voltada para investidores e usuários potenciais, com a história matemática como cenário.

O que se perde quando uma máquina encontra a resposta

Aqui está o que a maior cobertura desses anúncios perde: resolver um problema e entender um problema não são a mesma coisa. Williamson colocou a distinção com precisão. A comunidade matemática tem medido tradicionalmente o progresso por sua capacidade de resolver problemas difíceis, mas o que ela realmente valoriza é a compreensão, o desenvolvimento de novos métodos, novos frameworks, novas maneiras de pensar que podem ser aplicadas em outro lugar. Soluções de IA, como atualmente produzidas, tendem a entregar respostas sem gerar esse tipo de insight transferível. As duas medidas, como Williamson observou, estão rapidamente se tornando descorrelacionadas.

Isso cria uma crise prática para matemáticos atuantes, particularmente aqueles no início de suas carreiras. Mita Ramabulana, um jovem matemático da University of Cape Town, descobriu que dois dos dez avanços matemáticos que a OpenAI anunciou em agosto se sobrepunham ao seu próprio trabalho em andamento. A preocupação que ele levantou não é abstrata: pesquisadores agora enfrentam a possibilidade de que problemas nos quais investiram tempo significativo possam ser resolvidos por alguém simplesmente inserindo-os em um modelo de linguagem.

Ailsa Robertson, uma estudante de doutorado da University of Amsterdam trabalhando em criptografia segura contra quântica, descreveu colegas gastando milhares de euros em tokens de computação adicionais, somas que são substanciais para estudantes de doutorado. Ela também descreveu uma forma mais sutil de pressão: a sensação de que não usar essas ferramentas significa ficar para trás de colegas que competem pelas mesmas vagas acadêmicas limitadas. Robertson respondeu deslocando seu próprio foco de pesquisa para longe da matemática e em direção às implicações sociais da transição para sistemas seguros contra quântica. Seu raciocínio é direto: ela não quer uma carreira construída em torno da verificação da saída de modelos de linguagem.

A OpenAI anunciou em julho que forneceria 100.000 licenças gratuitas para seus modelos de fronteira para pesquisadores acadêmicos. Robertson observou que alguns colegas experimentam esse tipo de oferta não como generosidade, mas como uma forma de coerção.

Em suma

A IA cruzou um limiar na matemática que a maioria dos especialistas não esperava ver tão cedo. A reivindicação de Navier-Stokes, se verificada, representaria o segundo Problema do Prêmio do Milênio já resolvido, e o primeiro por uma máquina. Mas a história mais significativa é estrutural. Uma tecnologia desenvolvida fora da comunidade matemática, operando de acordo com diferentes valores e incentivos, está agora remodelando como a matemática é feita, quem se beneficia ao fazê-la, e para que serve o trabalho. As respostas estão chegando mais rápido do que a compreensão. Essa lacuna é o verdadeiro problema que vale a pena acompanhar.

Com base em reportagem de IEEE Spectrum.

Escrito por

NAVION