OpenAI anuncia solução para problema matemático milenar, mas anúncio é marcado por controvérsia sobre autoria
A OpenAI afirmou que seus agentes de inteligência artificial resolveram um dos chamados Problemas do Prêmio Millennium, considerados alguns dos maiores desafios em aberto da matemática. O feito, em circunstâncias normais, representaria um marco histórico para a empresa. No entanto, o anúncio foi rapidamente envolto em controvérsia, após acusações de que a companhia teria se baseado em trabalhos anteriores do matemático Tristan Buckmaster, da Universidade de Nova York, e do pesquisador Levent Alpöge, funcionário da Anthropic, sem oferecer o devido crédito. A OpenAI negou as acusações.
O problema solucionado, segundo a empresa, é o de existência e regularidade das equações de Navier-Stokes. Trata-se de um dos sete Problemas do Prêmio Millennium selecionados pelo Clay Mathematics Institute, em 2000, e a solução rende um prêmio de um milhão de dólares. Até então, apenas um dos sete problemas havia sido resolvido. As equações de Navier-Stokes descrevem o comportamento de fluidos como água e ar ao longo do tempo e são amplamente utilizadas na área de dinâmica dos fluidos, mas os matemáticos ainda não compreendiam completamente seu funcionamento. Em particular, não se sabia se, sob certas condições, as equações poderiam entrar em colapso e prever estados fisicamente impossíveis, como um fluido com velocidade infinita.
Buckmaster publicou nesta semana, na rede social Mastodon, uma prova de que uma versão simplificada das equações de Navier-Stokes pode de fato apresentar esse tipo de colapso. Ele e Alpöge trabalhavam no problema há cerca de um ano, utilizando modelos públicos de IA de ambas as empresas. Pouco depois, a OpenAI apresentou uma prova para a versão completa das equações, obtida com um modelo interno que supera o Astra, lançado pela empresa apenas na semana anterior. A companhia afirmou que não pretende reivindicar o prêmio de um milhão de dólares.
A repercussão, porém, concentrou-se nas origens do resultado. Junto com sua prova, Buckmaster publicou um documento relatando suas interações com funcionários da OpenAI após ouvir rumores sobre o trabalho da empresa. Segundo ele, foram apresentadas duas opções: Buckmaster e Alpöge publicariam seus resultados e a OpenAI divulgaria sua solução no dia seguinte, ou Buckmaster colaboraria com a OpenAI em um artigo sobre Navier-Stokes do qual Alpöge seria excluído da autoria, devido ao seu vínculo com a Anthropic, principal concorrente da OpenAI. Buckmaster também relatou ter perguntado se os agentes da empresa teriam tido acesso às transcrições de suas conversas com os modelos da OpenAI, o que foi negado, e se os modelos teriam sido treinados com esse material, pergunta que não recebeu resposta.
O cenário é plausível. Tanto a dupla Buckmaster-Alpöge quanto a OpenAI utilizaram uma abordagem para o problema de Navier-Stokes desenvolvida pelos matemáticos Diego Córdoba e Luis Martínez-Zoroa. De acordo com o professor Javier Gómez-Serrano, da Universidade Brown, essa abordagem era considerada uma das promissoras para a resolução do problema. Assim, embora não seja impossível que as duas equipes tenham chegado ao mesmo caminho de forma independente, também é concebível que o trabalho de Buckmaster e Alpöge tenha influenciado a solução da OpenAI. Em entrevista à imprensa, Sébastien Bubeck, membro da equipe técnica da OpenAI, afirmou que a equipe se inspirou para investigar o problema após ouvir rumores sobre os esforços da dupla. O diretor de pesquisa da empresa, Mark Chen, reiterou que nenhum agente ou funcionário acessou as transcrições de Buckmaster e Alpöge.
A questão dos recursos envolvidos chamou atenção. Segundo Bubeck e Chen, a OpenAI conseguiu chegar à solução executando cerca de dez mil agentes de IA de forma simultânea, ao custo de milhões de dólares. A abordagem evidencia uma disparidade crescente: enquanto Buckmaster e Alpöge avançaram ao longo de quase um ano com modelos públicos, a OpenAI chegou a uma solução completa em poucos dias com um modelo interno de alto desempenho. Para Gómez-Serrano, embora não esteja claro como grandes empresas de IA decidirão investir seus recursos, é fato que pouquíssimos matemáticos terão acesso a uma capacidade computacional semelhante.
Especialistas já apontam que esse episódio pode representar uma mudança profunda na matemática. O matemático Terence Tao, da UCLA, publicou uma série de postagens em que argumentou que erros, caminhos equivocados e soluções incompletas são parte essencial do avanço da disciplina. Segundo ele,Resolver um problema de forma prematura por métodos puramente baseados em IA, especialmente sem total transparência sobre o processo, pode contaminar esse processo a ponto de se tornar um prejuízo líquido para o progresso da matemática como um todo. A tendência sugere que a matemática esteja se tornando um campo dominado por empresas de fronteira em inteligência artificial, com modelos internos poderosos e recursos financeiros abundantes, mas nem sempre alinhadas às normas de colaboração acadêmica que historicamente sustentaram o avanço da disciplina.
