A OpenAI afirmou nesta terça-feira (8) que um modelo de inteligência artificial ainda não lançado resolveu, em poucos dias, o problema de Navier-Stokes, um desafio matemático que permanece sem resposta há gerações. A descoberta anunciada pela empresa também abriu uma disputa com pesquisadores rivais pelo crédito do trabalho.
Segundo os pesquisadores da OpenAI, o modelo precisou de apenas alguns dias e de milhões de dólares em poder computacional para chegar à solução.
O problema de Navier-Stokes faz parte dos sete Problemas do Prêmio do Milênio, uma lista elaborada pelo Clay Mathematics Institute com algumas das questões ainda não resolvidas mais difíceis da matemática.
O desafio envolve equações que descrevem o movimento de fluidos, como o ar e a água. Esses cálculos são utilizados no projeto de aeronaves, na previsão do tempo e no estudo do fluxo sanguíneo.
De acordo com a OpenAI, o trabalho demonstrou que essas equações podem deixar de funcionar adequadamente com o passar do tempo, o que responderia à questão proposta pelo Prêmio do Milênio.
“Este é um marco significativo para a pesquisa em IA, e sua promessa para o mundo é que ainda mais algumas de nossas perguntas mais difíceis poderiam se tornar possíveis de responder”, afirmou Mark Chen, diretor de pesquisa da OpenAI, a jornalistas.
Cada Problema do Prêmio do Milênio oferece uma recompensa de US$ 1 milhão. Apenas um deles foi solucionado desde a publicação da lista, em 2000. A OpenAI informou que não reivindicará o dinheiro caso sua descoberta seja confirmada.
Pelas regras da premiação, uma solução precisa ser publicada em uma revista científica com revisão por pares e permanecer aceita pela comunidade matemática durante dois anos. Somente depois desse período o instituto poderá formar um comitê para analisar o trabalho.
“O processo de avaliação é deliberadamente lento, e garantiremos que seja absolutamente rigoroso”, disse o professor Martin Bridson, presidente do Clay Mathematics Institute.
Sistemas de inteligência artificial semelhantes ao ChatGPT vêm transformando a matemática de alto nível ao encontrar rapidamente soluções para problemas famosos que desafiaram especialistas durante décadas.
O avanço também alimenta discussões sobre se respostas produzidas por máquinas podem ser consideradas uma forma real de compreensão humana.
Solução mobilizou 10 mil agentes de IA
Em uma publicação sobre o trabalho, a OpenAI informou que começou a treinar, no fim de agosto, um novo modelo mais avançado do que qualquer sistema lançado publicamente pela empresa.
Poucos dias depois, diante de rumores na internet de que uma concorrente havia solucionado Problemas do Milênio, a OpenAI encarregou o modelo de trabalhar nas seis questões da lista que continuam sem resposta.
Na etapa final, segundo o pesquisador da OpenAI Sebastien Bubeck, 10 mil agentes de inteligência artificial — programas capazes de trabalhar de forma autônoma — atuaram simultaneamente e trocaram mensagens entre si.
Mark Chen afirmou que os custos computacionais ficaram “enfaticamente na casa dos milhões de dólares”. Bubeck acrescentou que a quantia foi aproximadamente mil vezes maior do que o valor investido pela empresa em resultados matemáticos anteriores.
Segundo o relato da OpenAI, os agentes chegaram a uma solução no sábado, cerca de 88 horas após o início do projeto.
Pesquisadores disputam crédito pelo trabalho
O anúncio da OpenAI ocorreu poucas horas depois de Tristan Buckmaster, matemático da Universidade de Nova York, e Levent Alpoge, que trabalha na Anthropic, concorrente da OpenAI, divulgarem uma pesquisa própria, desenvolvida com auxílio de inteligência artificial, sobre três equações relacionadas.
Em um comunicado publicado junto aos trabalhos, Buckmaster afirmou que a OpenAI só começou a estudar o problema depois que informações sobre a pesquisa conduzida por ele e Alpoge começaram a circular. Segundo o matemático, a empresa adotou a mesma abordagem incomum que os dois haviam desenvolvido durante meses.
Os pesquisadores da OpenAI negaram ter tido acesso ao trabalho da equipe rival. Eles também afirmaram que chegaram a propor uma divisão do crédito antes de concluir que Buckmaster e Alpoge não haviam solucionado o problema.
“Para deixar claro, não usamos os prompts ou as provas deles para instruir nossos modelos ou direcionar nossos agentes”, afirmou Bubeck.
Posteriormente, porém, a OpenAI declarou em uma publicação no X que, “embora seja improvável, não podemos descartar que dados sem identificação derivados do uso de nossos produtos por eles tenham ajudado a melhorar nossos modelos”.
Entre na conversa da comunidade