OpenAI mobiliza 10 mil agentes de IA em solução de problema matemático centenário — e abre novo debate científico

A OpenAI afirma ter resolvido, com o auxílio de cerca de 10 mil agentes de inteligência artificial e um investimento estimado em US$ 15 milhões em computação, um problema matemático centenário relacionado às equações que descrevem o movimento de líquidos e gases. A possível solução pode influenciar áreas como engenharia, medicina, previsão do tempo, oceanografia e desenvolvimento de aeronaves, mas ainda está sob análise da comunidade matemática internacional.

A empresa organizou aproximadamente 10 mil agentes autônomos de IA, supervisionados por humanos, para explorar simultaneamente milhões de caminhos até chegar a uma possível solução. Os sistemas atuaram como especialistas em cooperação: testaram hipóteses, combinaram técnicas conhecidas, descartaram abordagens improdutivas e compartilharam resultados.

A demonstração final foi formalizada em Lean, sistema de verificação de provas criado pelo cientista brasileiro Leonardo de Moura. A ferramenta permite conferir, passo a passo e de forma automatizada, a lógica empregada na demonstração.

O Instituto Clay de Matemática, que oferece US$ 1 milhão pela solução do problema, informou que a questão aparentemente foi resolvida, mas ressaltou que a avaliação rigorosa da prova ainda está em andamento. A OpenAI declarou que não pretende reivindicar o prêmio.

Para Anderson Soares, diretor de IA da IA Brasil, a principal vantagem dos modelos está na capacidade de conectar diferentes áreas do conhecimento matemático. Segundo ele, enquanto um matemático costuma se especializar profundamente em uma ou duas áreas, um modelo de IA consegue combinar conhecimentos abrangentes com profundidade semelhante à de vários especialistas. Soares afirma que muitos problemas permanecem em aberto porque dependem da integração de conceitos de campos distintos, algo que a IA pode tentar fazer ao testar milhões de caminhos em paralelo.

O problema envolve equações fundamentais para modelar o comportamento de fluidos, utilizadas para descrever o deslocamento de líquidos e gases. Essas equações estão presentes em modelos de previsão do tempo, simulações aerodinâmicas de aeronaves, estudos de circulação oceânica e aplicações médicas, como a análise do fluxo sanguíneo nas artérias.

A solução automatizada pode gerar ganhos indiretos em áreas que dependem de simulações mais precisas, incluindo o resfriamento de data centers voltados à própria inteligência artificial, que utilizam ar e líquidos para dissipar calor. Ao concentrar em uma campanha computacional um trabalho que poderia levar décadas, a iniciativa é apontada como um possível marco na produção de ciência exata.

O uso do Lean também representa um avanço na verificação formal de provas. Em vez de depender exclusivamente da leitura humana de centenas de páginas, os pesquisadores podem recorrer à checagem automática, reduzindo a possibilidade de erros sutis. O episódio ainda destaca a importância de ferramentas desenvolvidas fora dos grandes centros tradicionais de pesquisa em IA, como a contribuição brasileira de Leonardo de Moura.

Pouco depois da divulgação do feito, Tristan Buckmaster, matemático e professor da Universidade de Nova York, publicou um relato acusando a OpenAI de ter seguido uma linha muito semelhante à de sua própria pesquisa para abordar o problema. Ele também afirmou que a empresa utilizou, durante o processo, sua ferramenta Codex. Para Buckmaster, a proximidade entre as abordagens seria grande demais para ser considerada coincidência. A OpenAI nega ter se baseado no trabalho do pesquisador.

A controvérsia levanta questões sobre os limites entre inspiração e apropriação indevida quando uma empresa utiliza, direta ou indiretamente, ideias em circulação na academia. O debate interessa a pesquisadores de diversas áreas, especialmente diante do uso de conhecimento produzido coletivamente por sistemas de IA fechados e que exigem alto investimento computacional.

Também chama atenção a diferença entre os recursos mobilizados por empresas de tecnologia e os orçamentos de muitas universidades. O custo estimado de US$ 15 milhões em processamento para resolver um único problema contrasta com a realidade de instituições que não alcançam esse valor em um ano inteiro de pesquisa.

Marcelo Viana, diretor-geral do Instituto de Matemática Pura e Aplicada (IMPA), avalia que a força da IA está em combinar rapidamente ferramentas e conhecimentos já utilizados pelos matemáticos. Ao mesmo tempo, ele demonstra preocupação com o fato de que avanços recentes estejam ocorrendo principalmente em grandes empresas de tecnologia.

Segundo Viana, esses desenvolvimentos acontecem de forma parcialmente independente da comunidade matemática e são influenciados por motivações comerciais. Para ele, embora a inteligência artificial tenha mudado as regras da matemática, a tecnologia precisa ser regulada e acompanhada pela comunidade científica, considerando tanto seus benefícios quanto os possíveis danos.

O diretor do IMPA defende a participação ativa de pesquisadores na definição de regras para o uso de sistemas de IA em pesquisas. Na avaliação dele, sem essa participação, os rumos do conhecimento matemático podem ser definidos por lógicas de produto, lucro e proteção de propriedade intelectual próprias do setor privado.

A possibilidade de sistemas de IA resolverem, em semanas ou meses, problemas que desafiaram gerações de matemáticos também coloca em discussão o papel dos pesquisadores humanos na fronteira do conhecimento. De um lado, especialistas veem a tecnologia como uma ferramenta capaz de acelerar provas formais, sugerir conexões entre áreas distantes e liberar matemáticos para tarefas mais conceituais, como formular perguntas, revisar modelos e interpretar resultados.

Aplicações futuras podem beneficiar engenharia, medicina, meteorologia e oceanografia, com possíveis avanços na segurança de estruturas, no diagnóstico médico, na previsão de desastres naturais e no desenvolvimento de aeronaves.

De outro lado, pesquisadores alertam para o risco de dependência excessiva de plataformas proprietárias. Caso problemas complexos sejam sistematicamente transferidos para empresas privadas, equipes acadêmicas podem perder autonomia e capacidade crítica. O controle de dados, infraestrutura e algoritmos também poderia se concentrar em poucos laboratórios, aumentando sua influência sobre a agenda científica mundial.

Entre os riscos apontados estão a redução do raciocínio humano, a concentração de poder científico e econômico e o aumento das desigualdades entre países e instituições.

Diogo Cortiz, professor da Pontifícia Universidade Católica de São Paulo (PUC-SP), afirma que o uso indiscriminado da IA em problemas complexos pode provocar uma espécie de terceirização do pensamento e afetar a capacidade humana de criar novos caminhos conceituais. Em um cenário extremo, humanos poderiam se limitar a operacionalizar resultados gerados por máquinas, com impacto sobre a produção original de conhecimento.

Cortiz também cita alertas do Programa das Nações Unidas para o Desenvolvimento sobre o risco de uma “grande divergência” provocada pela inteligência artificial. A comparação é feita com a Revolução Industrial, quando os países que dominaram novas tecnologias ampliaram sua vantagem econômica e social sobre outras nações.

Atualmente, Estados Unidos e China concentram algumas das principais plataformas de IA e grande parte do capital necessário para mantê-las e expandi-las. Essa assimetria já afeta a pesquisa, com parte significativa da ciência de ponta em inteligência artificial migrando para laboratórios corporativos capazes de atrair profissionais e manter infraestrutura computacional em larga escala.

A autoria é outro ponto de debate. Se uma solução matemática é produzida por um sistema treinado com artigos, livros e códigos desenvolvidos por milhares de pesquisadores, permanece a dúvida sobre quem deve ser creditado pelo avanço. A falta de transparência de algumas empresas sobre os dados utilizados pode alimentar disputas como a que envolve Buckmaster e a OpenAI.

Diante desse cenário, especialistas como Marcelo Viana defendem a criação de mecanismos de regulação que assegurem transparência, responsabilização e respeito aos direitos autorais, sem impedir que a IA amplie o alcance e a velocidade da ciência. Enquanto a prova atribuída à OpenAI continua sob avaliação, o episódio reforça a perspectiva de que a inteligência artificial terá papel central nas discussões sobre o futuro da pesquisa científica.

Fonte: Mirai Broadcast