Desde que computadores passaram a derrotar campeões de xadrez, muitos se perguntam qual será o próximo grande marco da inteligência artificial. Agora, um novo anúncio sugere que esse momento pode estar se aproximando em uma área ainda mais complexa: a pesquisa matemática. Embora os primeiros resultados impressionem, os próprios especialistas afirmam que ainda é cedo para medir o alcance dessa conquista e seu impacto na ciência.
Um novo modelo surpreendeu ao enfrentar problemas que desafiam matemáticos há anos
A OpenAI apresentou uma versão interna de seu novo modelo de inteligência artificial, chamado Astra, responsável por produzir uma série de resultados relacionados a alguns dos problemas mais complexos da matemática moderna.
Segundo a empresa, o sistema contribuiu para dez avanços envolvendo áreas como geometria de altas dimensões, teoria dos grupos, criptografia, teoria dos códigos, computação quântica, circuitos aritméticos e combinatória. Em alguns casos, o modelo teria resolvido completamente questões abertas; em outros, conseguiu estabelecer novos limites ou ampliar significativamente o conhecimento existente.
O anúncio chamou atenção porque esses desafios estão na fronteira da pesquisa matemática e costumam exigir anos de trabalho de especialistas.
A OpenAI também afirmou que a quantidade de processamento necessária para gerar essas soluções corresponderia a um custo aproximado de 2 mil dólares em utilização de tokens, considerando os preços atuais de sua API. No entanto, esse valor representa apenas a fase de geração das respostas. Ele não inclui o treinamento do modelo, a infraestrutura computacional utilizada, o trabalho dos pesquisadores nem o processo de preparação e revisão dos estudos.
Entre os resultados apresentados aparecem avanços relacionados à teoria dos grupos, novos limites para circuitos aritméticos, melhorias em problemas ligados à criptografia pós-quântica e soluções para questões históricas propostas pelo matemático Paul Erdős.
Além de gerar os argumentos matemáticos, o Astra também participou da formalização das demonstrações utilizando Lean, uma linguagem especializada que permite verificar automaticamente se cada etapa lógica da prova está correta.
Essa formalização oferece uma camada extra de segurança, reduzindo o risco de erros de raciocínio. Ainda assim, ela não elimina completamente a necessidade da revisão humana, já que especialistas continuam responsáveis por confirmar se cada demonstração representa corretamente o problema original e se sua importância científica corresponde ao que foi anunciado.
O entusiasmo é grande, mas a comunidade científica ainda pede cautela
Apesar do impacto do anúncio, a própria OpenAI reconhece que a validação definitiva dos resultados dependerá da análise independente realizada por matemáticos especializados.
A recomendação de cautela não é por acaso. Nos últimos anos, modelos de inteligência artificial já produziram demonstrações aparentemente convincentes que posteriormente se mostraram incorretas após avaliações detalhadas.
Em uma iniciativa anterior, por exemplo, a empresa acreditava ter encontrado uma solução para um desafio matemático conhecido como First Proof. Depois da revisão feita por especialistas externos, foi necessário reconhecer que a demonstração continha falhas importantes.
Em outro caso mais recente, envolvendo um antigo problema relacionado às distâncias unitárias de Erdős, a OpenAI informou que matemáticos independentes validaram a demonstração antes da divulgação pública, fortalecendo a credibilidade daquele resultado.
Desta vez, embora a empresa tenha disponibilizado os manuscritos completos e os certificados formais produzidos em Lean, ainda não existe uma revisão pública concluída para todos os dez trabalhos apresentados.
Por isso, muitos pesquisadores consideram o anúncio extremamente promissor, mas evitam classificá-lo como uma revolução definitiva antes da conclusão do processo de validação científica.
A comparação com o histórico confronto entre o supercomputador Deep Blue e Garry Kasparov também desperta debates. No xadrez, o resultado de uma partida é imediato e objetivo. Na matemática, uma demonstração pode levar meses para ser analisada, conter hipóteses ocultas ou até mesmo ser tecnicamente correta, mas possuir impacto menor do que parecia inicialmente.
Mesmo assim, o anúncio representa uma mudança importante na evolução da inteligência artificial. Os modelos já deixaram de atuar apenas como ferramentas para resumir artigos ou resolver exercícios conhecidos. Agora, começam a participar da produção de argumentos inéditos sobre questões ainda sem resposta definitiva.
Se essa será ou não a chegada do verdadeiro “momento Deep Blue” da matemática, somente os próximos meses poderão responder. Mas uma coisa já parece clara: a inteligência artificial está assumindo um papel cada vez mais relevante como colaboradora da pesquisa científica de ponta.
