IA avança em problema matemático de 80 anos e surpreende especialistas

A OpenAI afirma ter feito avanço significativo no problema da distância unitária, proposto por Paul Erdős em mil nove centenas e quarenta e seis.
Um modelo de IA não especializado em matemática refutou a hipótese de estabilidade defendida pelo criador do problema, sugerindo que o limite de crescimento é maior do que se pensava.
Por quase oitenta anos, acreditava-se que as soluções ótimas se pareciam com grades quadradas; a OpenAI aponta uma família nova de construções com melhor desempenho.
A descoberta não resolve o problema, mas orienta pesquisadores a um caminho mais claro, com uso de diferentes campos matemáticos para explorar configurações de pontos no plano.
O comunicado da OpenAI destaca que a prova veio de um modelo de raciocínio de propósito geral, não de um sistema matemático especializado, marcando um passo importante para cadeias de raciocínio complexas.

A OpenAI afirma ter feito um avanço significativo em relação ao problema da distância unitária, proposto por Paul Erdős em 1946. O modelo de IA não especializado em matemática ofereceu um novo raciocínio que contesta a hipótese de crescimento da quantidade de pares de pontos equidistantes com o aumento de pontos.

Segundo a empresa, o estudo mostra uma família inteiramente nova de construções no plano que apresentam distâncias unitárias superiores aos limites anteriores. A descoberta foi apresentada em uma postagem feita no X em 20 de maio.

Apesar do avanço, a equipe informou que o problema ainda não está resolvido. Não houve uma resposta sobre a velocidade com que o número de vértices cresce em função do aumento de pontos. A mensagem ressalta que a prova veio de um modelo de raciocínio de uso geral, não de IA voltada apenas a problemas matemáticos.

Avanço e próximos passos

A OpenAI explica que a abordagem envolve a conexão de conceitos de diferentes áreas da matemática para explorar configurações de pontos com distâncias unitárias superando limites pré-estabelecidos. O objetivo é indicar caminhos mais consistentes para a eventual solução.

Especialistas ressaltam que, mesmo sem a resolução, o método pode orientar pesquisas futuras. A empresa enfatiza que o marco mostra maior capacidade de cadeias de raciocínio complexas em seus modelos, abrindo possibilidade de aplicações mais amplas. Fonte: comunicação oficial da OpenAI.