OpenAI diz que intelig�ncia artificial solucionou mais 377 problemas de matem�tica

Matemáticos têm se mostrado impressionados com o avanço acelerado das capacidades da inteligência artificial. Nos últimos meses, foi atribuída à IA a solução de alguns dos mais difíceis problemas na área e que, até então, haviam desafiado os humanos. Nesta terça-feira (6), a OpenAI surpreendeu os matemáticos com centenas de novas descobertas, abrangendo uma vasta gama de áreas, entre as quais álgebra, teoria dos números, ciência da computação teórica, lógica matemática e topologia. Os 377 resultados foram divulgados após o anúncio da OpenAI, no mês passado, de que havia conseguido solucionar a equação de Navier-Stokes —um dos chamados Problemas do Milênio, considerados tão desafiadores que foi oferecido um prêmio de US$ 1 milhão pela solução de cada um deles. O feito mostrou do que os modelos mais avançados de inteligência artificial são capazes. Porém, também levantou dúvidas: os sistemas de inteligência artificial da OpenAI estavam recorrendo ao pensamento criativo ou simplesmente concluindo as etapas finais de uma demonstração após aproveitar ideias do trabalho de matemáticos humanos? Assim como no resultado de Navier-Stokes, as novas soluções matemáticas basearam-se em um modelo de IA mais avançado e ainda não disponibilizado publicamente. Há algumas semanas, a OpenAI afirmou trabalhar com um conselho consultivo de matemáticos, que orientaria as empresas de inteligência artificial sobre como comunicar aos matemáticos os resultados produzidos por IA. O grupo atua no Instituto de Estudos Avançados, em Princeton, Nova Jersey (EUA), e tem independência em relação a qualquer empresa de IA. Entre outras sugestões, esse conselho afirmou que todos os comandos dados aos agentes de IA e as cadeias de raciocínio desses agentes deveriam ser divulgados. Na noite desta terça-feira, o conselho publicou uma declaração na qual classificou a divulgação pública como "o início, e não a conclusão, do processo de compreensão humana e de incorporação do trabalho ao conhecimento matemático". "Queremos criar padrões e práticas para que os resultados divulgados por laboratórios de IA possam ser compreendidos por matemáticos e contribuam para o avanço da área", afirmou a matemática Melanie Wood, da Universidade Harvard, integrante do conselho consultivo. Muitas das demonstrações haviam sido verificadas com o Lean, uma linguagem de programação que valida a lógica subjacente. Para dez das soluções, a empresa também forneceu resumos de como o modelo de IA chegou às respostas. Segundo a empresa, cada resultado levou, em média, em torno de três horas de processamento computacional. "Levamos em conta as orientações e recomendações públicas do conselho para decidir como divulgar estes resultados", escreveu a OpenAI em uma publicação em seu site. A OpenAI, no entanto, parece ter menos interesse em uma recomendação fundamental do conselho consultivo: a de que as empresas de IA deveriam parar de testar seus modelos em problemas matemáticos avançados. "Queremos deixar claro desde o início: não endossamos essa prática", escreveu o conselho consultivo em 29 de setembro. As empresas de IA apresentaram a seus modelos problemas de matemática —como os propostos a estudantes do ensino médio durante a Olimpíada Internacional de Matemática— que haviam sido estabelecidos como parâmetros de desempenho. Mas, quando os modelos conseguiram resolvê-los, a equipe da OpenAI criou novos parâmetros de avaliação com problemas matemáticos ainda não solucionados, na fronteira da pesquisa na área. Esses problemas estão entre os materiais divulgados nesta terça-feira. Dan Roberts, líder de pesquisa da OpenAI, afirmou ser importante testar os modelos internos para desenvolver ferramentas melhores. Ainda segundo ele, as demonstrações matemáticas foram um subproduto desses testes. Tristan Buckmaster, matemático da Universidade de Nova York que trabalhava no problema de Navier-Stokes solucionado pela OpenAI, disse que ainda não estava claro se os matemáticos que usavam modelos de IA como os da OpenAI estavam, sem querer, fornecendo as informações que permitiam à IA chegar à resposta final antes deles. "Provavelmente haverá uma série de resultados em que eles pegam o trabalho de alguém e o levam até o fim", disse Buckmaster em uma entrevista na noite de segunda-feira (5). Com tantos resultados divulgados de uma só vez, "não acho que eles tenham feito qualquer tipo de análise cuidadosa", acrescentou ele. Os matemáticos se veem diante do dilema de saber se o ritmo acelerado de resolução de problemas matemáticos ajuda ou prejudica sua área quando a compreensão das soluções não acompanha esse avanço. "Acho que, no cerne dessa questão, está o fato de que os seres humanos têm duas naturezas conflitantes: uma tendência a competir e uma capacidade de apreciar a beleza", disse Kai Shaikh, pós-graduando em matemática na Universidade de Toronto (Canadá). "Para mim, esse parece ser um caso em que a primeira tenta sufocar a segunda."