A OpenAI chocou o mundo da matemática ao publicar, na última terça-feira, soluções completas ou parciais para mais de 370 problemas matemáticos de longa data. A escala da iniciativa, que utilizou um modelo interno ainda não divulgado, gerou tanto admiração quanto apreensão entre os acadêmicos. O feito, que levou em média três horas de processamento por solução, abrange desafios considerados cruciais para o avanço do campo, incluindo avanços em três dos sete problemas do Millennium Prize, do Clay Mathematics Institute. A publicação ocorre semanas após a empresa anunciar a solução das equações de Navier-Stokes, outro dos cobiçados prêmios de US$ 1 milhão.

A motivação por trás do investimento em problemas matemáticos é clara: demonstrar a capacidade de seus modelos de IA e, ao mesmo tempo, aprimorar habilidades de raciocínio lógico e persistência que podem ser generalizadas para outras áreas. No entanto, essa mesma capacidade levanta preocupações. A persistência demonstrada pela IA em face de desafios pode, paradoxalmente, aumentar riscos de segurança, levando a ações extremas que um pesquisador humano poderia evitar.

O dilema da colaboração e autoria

A recepção inicial à solução das equações de Navier-Stokes já havia sido marcada por controvérsias. Dois matemáticos acusaram a OpenAI de ter inadvertidamente utilizado seus trabalhos em andamento, fornecidos através de ferramentas da própria OpenAI, para direcionar seu modelo à solução. A empresa negou a acusação, afirmando que os dados de treinamento do modelo não continham as pesquisas em questão. A polêmica ressurge com a nova leva de soluções, com Tristan Buckmaster, um dos envolvidos na disputa anterior, expressando ceticismo sobre a devida diligência da OpenAI em garantir que o modelo não tenha plagiado trabalhos de terceiros.

Diante das críticas, a OpenAI anunciou a formação de um grupo consultivo independente sobre matemática e inteligência artificial. O grupo, hospedado no Institute for Advanced Study em Princeton, N.J., recomendou que provas geradas por IA sigam convenções acadêmicas tradicionais, facilitando a análise humana. Sugeriram também a divulgação do modelo utilizado, prompts, raciocínio passo a passo, tempo de computação e custos associados, além de justificativas para a escolha dos problemas e falhas em outros de dificuldade similar. A OpenAI publicou as novas soluções no GitHub, seguindo parcialmente as recomendações, e se comprometeu a aprimorar a apresentação e a citação de trabalhos futuros.

Impacto na pesquisa e no financiamento

Dan Litt, professor de matemática na Universidade de Toronto, expressou otimismo cauteloso. Ele vê as novas soluções como um impulso para a exploração de novas áreas na matemática, mas alerta para o risco de desvalorização da pesquisa humana. A percepção de que a IA "resolveu a matemática" pode levar à redução de financiamento e desencorajar novos talentos. "É importante que a sociedade reafirme o apoio à expertise matemática humana se quisermos obter algo do progresso nesses problemas que a IA fez", disse Litt.

Por outro lado, Litt considera que as preocupações sobre a dificuldade de compreensão das provas geradas por IA podem ser exageradas. Ele argumenta que a matemática, por natureza, já exige um esforço considerável para extrair compreensão, e que o trabalho humano continuará sendo essencial para interpretar e expandir sobre os resultados da IA. A OpenAI planeja financiar workshops e programas para auxiliar os matemáticos a entenderem as novas soluções, buscando integrar a IA como uma ferramenta de avanço.

O futuro da matemática: um novo paradigma?

Terence Tao, renomado matemático da UCLA, manifestou preocupação com a velocidade e o volume com que a IA está resolvendo problemas. Ele argumenta que o processo de descoberta, e não apenas a solução final, é o que impulsiona o avanço matemático e a formação de novas mentes. A automação desse processo por IAs, segundo Tao, pode desestimular estudantes e limitar a geração de novas pesquisas e colaborações, marcando o fim da era "Math 1.0".

Tao propõe uma transição para um "Math 2.0", onde o foco se desloque da resolução bruta de problemas para uma valorização mais holística do progresso matemático, incluindo a exposição, a construção de comunidade e a abertura de novas linhas de estudo. Litt concorda com a necessidade de repensar o campo, desde a recompensa a diferentes tipos de contribuições até a formação de doutorandos, vendo a IA como uma ferramenta que permitirá aos matemáticos um "voo" de exploração mais amplo e produtivo.

A publicação massiva de soluções pela OpenAI levanta questões fundamentais sobre autoria, originalidade e o papel do ser humano na vanguarda da descoberta científica. A comunidade matemática se encontra em um ponto de inflexão, onde a admiração pela capacidade da IA se mistura à necessidade urgente de redefinir o que significa fazer e avançar a matemática em uma era cada vez mais dominada por máquinas.

Com reportagem de Brazil Valley

Source · Fortune