Bárbara Castro
RedatoraEra maio de 1997 e Garry Kasparov sofreu a derrota definitiva contra o Deep Blue. O homem considerado até então o melhor jogador de xadrez da história não estava apenas triste e envergonhado: ele começou uma guerra. Na coletiva de imprensa ele disse: "Que ninguém interprete isso como uma derrota definitiva do homem diante da máquina. A competição está apenas começando."
Agora parece que temos outro por perto. Uma que não é mais sobre xadrez, mas sobre matemática.
A OpenAI revelou a Astra, uma versão interna de seu novo modelo de IA generativa. A empresa também fez isso de forma grandiosa, afirmando que esse modelo conseguiu resolver ou avançar na resolução de dez problemas matemáticos que não eram avançados há pelo menos uma década, "e, na maioria dos casos, por muito mais tempo".
Os problemas vão desde empacotamento de esferas de alta dimensão até criptografia baseada em rede, e todos foram resolvidos por uma versão interna da Astra, com um custo total inferior a $2.000 em tokens pelo preço da API GPT-5.6 Sol.
Conforme descrito por autoridades da OpenAI, a Astra foi combinada com supervisão humana em diferentes fases. Enquanto a Astra gerava argumentos matemáticos, especialistas nessa área os convertiam em manuscritos e depois formalizavam cada argumento em um certificado Lean – um sistema que permite a verificação automática de que uma prova está correta. A empresa também publicou um documento adicional gerado por sua IA que reconstrói todo o processo de raciocínio que ela seguiu em cada teste.
Entre as dez evidências, destaca-se a refutação dos chamados limites exponenciais, que é o problema 21 da teoria de Ramsey e que também é o problema 183 de Erdös. O matemático Thomas Bloom, responsável pelo site erdosproblems.com, explicou no X que esse foi o resultado que mais o surpreendeu de toda a lista publicada pela OpenAI.
Enquanto alguns pesquisadores celebraram os resultados, outros recomendaram cautela. O matemático Bharath Ramsundar alertou que "estamos construindo rapidamente uma torre de resultados de IA 'talvez verdadeiros'" e defendeu não tomar essas descobertas como garantidas até que matemáticos humanos as revisem e cheguem a um consenso sobre sua real validade. Outro especialista, Ital Sher, foi além e propôs que também deveria ser obrigatório, nesses casos, publicar a lista completa de problemas que foram tentados e não resolvidos, não apenas os sucessos, para avaliar adequadamente a real capacidade do sistema. A pesquisadora Jenny Lorraine Nielsen afirmou que pelo menos uma dessas provas contém um erro.
Matéria traduzida e adaptada de Xataka*
Ver 0 Comentários