OpenAI reúne matemáticos para discutir a produção autônoma de pesquisas avançadas por inteligência artificial

A OpenAI reuniu, em agosto, cerca de 40 matemáticos de renome em sua sede em São Francisco para discutir a possibilidade de máquinas produzirem pesquisas matemáticas avançadas de forma autônoma. O debate central focou no impacto da inteligência artificial sobre uma disciplina historicamente vista como o ápice do raciocínio humano, questionando qual será a função dos profissionais da área caso a tecnologia supere a capacidade humana de pesquisa.

Avanços práticos e resultados inéditos

A urgência do debate é impulsionada por entregas concretas. A OpenAI apresentou recentemente 10 resultados inéditos em ciência da computação e matemática, abrangendo áreas que demandam anos de especialização. Um modelo da empresa, ainda não publicado, conseguiu refutar a conjectura da distância unitária utilizando técnicas de teoria algébrica dos números, solução que, segundo Jacob Tsimerman — vencedor da Medalha Fields e futuro pesquisador da OpenAI —, seria aceita sem hesitação em qualquer revista científica.

Outros marcos recentes demonstram a aplicação real da tecnologia:

• Anthropic: O matemático Levent Alpöge utilizou o Claude para demonstrar a existência de pares de vetores perpendiculares em um cubo de 668 dimensões, algo que pesquisadores humanos suspeitavam, mas não haviam comprovado.
• ChatGPT: O sistema foi capaz de gerar um exemplo que refutou uma hipótese sobre fluxos de redes após sucessivas tentativas coordenadas por Dmitry Rybin.

Esses episódios, somados a outras descobertas auxiliadas por IA, já começam a alterar o fluxo tradicional de revisão e discussão de novos avanços na comunidade acadêmica.

O dilema entre a prova e a compreensão

Apesar da eficiência na geração de resultados, a cúpula destacou a diferença entre provar e compreender. Bryna Kra, da Universidade Northwestern, argumentou que a essência da matemática reside na compreensão dos resultados, e não apenas na demonstração técnica. No mesmo sentido, Melanie Matchett Wood, de Harvard, observou que os modelos atuais tendem a detalhar passos simples, mas saltam rapidamente pelas etapas mais complexas de uma demonstração.

Futuros cenários para a profissão

Embora Daniel Litt, da Universidade de Toronto, tenha levantado a hipótese extrema de um mundo onde a experiência matemática humana seja perdida e a pesquisa de alta qualidade desapareça, ele considera esse cenário improvável, embora defenda a preparação da comunidade.

Para Drew Sutherland, do MIT, a matemática serve como um teste extremo de inteligência, antecipando a automação intelectual que poderá atingir outros setores. Diante disso, a OpenAI projeta três caminhos possíveis:

1. Matemáticos atuando sob a coordenação de IAs, similar a grandes projetos de engenharia de software.
2. O uso de modelos como instrumentos de descoberta, comparáveis a aceleradores de partículas.
3. Pesquisadores humanos focados exclusivamente em selecionar e interpretar as descobertas geradas por máquinas.

Sébastien Bubeck, pesquisador da OpenAI, reforçou que a prioridade deve ser a manutenção do ser humano e dos matemáticos em primeiro lugar no processo.