OpenAI publica 722 manuscritos matemáticos gerados por modelo interno de fronteira
A OpenAI colocou no ar uma coleção inédita de resultados matemáticos produzidos por um modelo interno de fronteira, expressão que designa tecnologias situadas entre as mais avançadas desenvolvidas pela empresa. Ao todo, foram publicados 722 manuscritos no GitHub, organizados em 372 grupos de resultados que abordam problemas sem solução há décadas. A divulgação acontece em meio ao intenso debate sobre o papel da inteligência artificial na pesquisa científica.
A coleção alcança áreas como teoria dos números e geometria algébrica, com destaques que chamaram a atenção da comunidade matemática. Entre eles estão uma solução para a conjectura de Kakeya em quatro dimensões, melhorias em algoritmos computacionais e avanços ligados à chamada quasi-hipótese de Riemann. Os resultados também tocam três dos cinco Problemas do Prêmio do Milênio que seguem em aberto, desafios considerados entre os mais difíceis da matemática contemporânea. Para chegar a esse material, o modelo foi submetido a cerca de 4 mil problemas ao longo do processo de avaliação.
A escala do anúncio impressionou especialistas. Alex Kontorovich, professor da Universidade Rutgers, declarou no X que, se a demonstração relacionada à quasi-hipótese de Riemann tivesse sido produzida por um humano, ela renderia uma Medalha Fields instantânea, uma das maiores honrarias da matemática. Ainda assim, o material precisa passar pelo crivo da comunidade científica, já que a validade das provas e a relevância de cada resultado dependem de análises independentes antes de qualquer reconhecimento definitivo.
Para organizar a publicação, a OpenAI buscou orientação do Grupo Consultivo sobre Matemática e Inteligência Artificial, formado por especialistas independentes do ramo. A empresa afirma que seguiu as orientações do grupo sobre a forma de divulgação dos trabalhos, mas rejeitou uma das recomendações centrais: interromper os testes de problemas matemáticos avançados em modelos proprietários. Segundo a OpenAI, é importante continuar avaliando seus modelos internos de fronteira em matemática e em outras ciências.
O repositório oficial no GitHub inclui formalizações de demonstrações em Lean, uma linguagem de programação que permite verificar provas matemáticas por meio de computador. Também foram publicados resumos do raciocínio do modelo, estimativas de recursos computacionais empregados e estatísticas sobre os problemas testados. A companhia informou que a publicação conta com protocolos destinados à revisão dos artigos e à realização correta de citações acadêmicas.
Os números relativos ao esforço computacional também foram divulgados de forma agregada. Segundo a OpenAI, cada resultado consumiu, em média, recursos equivalentes a cerca de três horas de uso do ChatGPT Pro. A empresa não apresentou, porém, os tempos computacionais específicos de cada problema nem os prompts utilizados na condução das tentativas, uma lacuna que reforça, para a comunidade matemática, a necessidade de examinar cuidadosamente as provas antes de atribuir impacto definitivo a elas.
A divulgação não ocorre em um contexto neutro. A controvérsia anterior envolvendo a OpenAI em torno de resultados matemáticos produzidos por inteligência artificial aumentou a cobrança por transparência e pela possibilidade de replicação das descobertas. Foi nesse cenário que o grupo consultivo recomendou que laboratórios deixassem de testar problemas matemáticos avançados em modelos proprietários, orientação que a empresa decidiu não adotar, mantendo suas avaliações internas em andamento.
Além da publicação em si, a OpenAI pretende financiar workshops, conferências e programas dedicados à análise das descobertas geradas por sistemas de inteligência artificial. O repositório deverá continuar sendo atualizado, recebendo novas formalizações em Lean conforme elas forem obtidas pelo modelo. Essa estrutura busca dar suporte ao trabalho de verificação que agora se coloca como etapa decisiva do processo.
A próxima fase, portanto, está nas mãos dos pesquisadores. Caberá a eles verificar as demonstrações, reproduzir os resultados sempre que possível e determinar quais deles representam avanços genuinamente relevantes para a matemática. O material completo está disponível no repositório da OpenAI no GitHub, onde os 722 manuscritos podem ser consultados por qualquer interessado no assunto.
