Foi uma semana que deixou os matemáticos atônitos. Logo após uma onda de casos em que a inteligência artificial avançou o campo, a OpenAI reivindicou uma grande vitória: seu mais recente modelo de IA havia resolvido um Problema do Milênio, um enigma com recompensa de US$ 1 milhão que havia desafiado os humanos por décadas.
A conquista não se parecia em nada com a forma como os problemas matemáticos costumam ser resolvidos. Uma empresa privada avaliada em quase um trilhão de dólares havia lançado 10.000 agentes — sistemas de IA que executam tarefas por conta própria — sobre o problema. O custo foi estimado em US$ 15 milhões.
O caminho rumo a uma IA capaz de matemática sobre-humana há muito estava claro, mas resolver um problema tão significativo tão rapidamente enviou ondas de choque pelo campo. Os matemáticos estão se perguntando o que restará para eles se trabalhos em andamento forem varridos e reivindicados por outros, e como deverão treinar a próxima geração quando até as tarefas mais difíceis puderem ser resolvidas com o apertar de um botão.
"Eu me sinto um pouco em estado de choque", disse a Profa. Colva Roney-Dougal, chefe de matemática pura da Universidade de St Andrews. Em uma palestra pública recente, ela disse acreditar que era improvável que a IA fizesse algo notável tão cedo. "Três meses depois, estou totalmente errada", diz ela. "Estamos todos apenas esperando para ver o que acontece. Está vindo tão rápido."
O Prof. David Silvester, matemático da Universidade de Manchester, disse que o campo parece "muito instável" dado o ritmo das mudanças. "Todos os problemas matemáticos em aberto poderiam cair com recursos suficientes", disse ele. "Isso é irreversível. Isso não vai mudar."
O Prof. James Robinson, matemático da Universidade de Warwick, disse que problemas difíceis são o combustível da matemática, impulsionando abordagens criativas ao longo das gerações. "É frustrante ver essas grandes empresas de tecnologia queimando esse combustível só para poderem se exibir sobre quão ótimo é seu mais recente modelo", disse ele. "Parece uma bravata imatura de playground em grande escala, respaldada por bilhões de dólares e pelo potencial de danos ambientais significativos em uma era em que a mudança climática é provavelmente o maior desafio que enfrentamos."
Uma das razões pelas quais Silvester foi para a matemática foi a emoção de decifrar um problema. Para muitos matemáticos, são as semanas, meses e anos passados circulando um problema, decompondo-o, tentando uma abordagem após outra, e nunca desistindo, que os atrai. "Sem isso, o assunto me parece completamente diferente", disse Silvester.
Os matemáticos já gastam um tempo considerável verificando as provas uns dos outros. Foi esse tipo de revisão que encontrou uma lacuna no trabalho de Andrew Wiles sobre o Último Teorema de Fermat em 1993, provocando um ano de esforço adicional para corrigir a falha. Silvester suspeita que os matemáticos possam se ver debruçados sobre cada vez mais provas produzidas às pressas pela IA. "É mais como se tornar um contador, você está auditando, você está verificando", disse ele.
Há efeitos em cadeia por todo o campo. Os matemáticos são contratados com base em seus artigos publicados, mas problemas nos quais eles vêm trabalhando por meses agora podem ser resolvidos pela IA em dias. "Há um sentimento real de 'eu poderia passar o próximo mês pensando em algo e outra pessoa faz isso apertando um botão'", diz Roney-Dougal. "Isso é horrível, e acho que vai ser horrível por alguns anos."
Também é uma dor de cabeça para o ensino de graduação. As universidades rotineiramente dão aos alunos problemas e questionários para resolverem em casa. Esse tipo de trabalho de curso agora está morto. "Não faz sentido fazê-lo porque não podemos atestar sua autenticidade", diz Silvester. Os professores agora têm que dizer aos alunos para não usarem IA em alguns problemas, enquanto garantem que possam usá-la em outros: afinal, a matemática assistida por IA é o futuro.
Apesar de toda a agitação, o Prof. Alexander Paseau, que estuda a filosofia da matemática na Universidade de Oxford, acredita que a matemática não perderá muito de seu apelo. "O desafio ainda permanece, mesmo que a IA eventualmente se torne melhor que os humanos em pesquisa", disse ele. "Você ainda vai querer entender a matemática por si mesmo. E ainda vamos gostar dela e apreciar sua beleza: o puro prazer e a beleza de uma prova matemática sempre estarão lá. A IA não vai tirar nada disso."
Muita da matemática da IA não resolve problemas do zero, mas se baseia no trabalho humano, acrescentou ele. O avanço da OpenAI, por exemplo, baseou-se fortemente no trabalho dos matemáticos madrilenhos Diego Córdoba e Luis Martinez-Zoroa.
O trabalho da OpenAI descreveu uma solução para o problema de Navier-Stokes, que envolve equações que preveem como os fluidos, e até mesmo o clima, se comportam. É um dos sete Problemas do Milênio publicados pelo Clay Mathematics Institute em 2000. O anúncio da empresa na terça-feira levou a mais preocupações na comunidade. A OpenAI colocou seu mais recente modelo para trabalhar depois de ouvir rumores de que dois Problemas do Milênio haviam sido resolvidos por matemáticos. O professor Tristan Buckmaster, da Universidade de Nova York, e Levent Alpöge, da Anthropic, estavam fazendo trabalho relacionado sobre Navier-Stokes e haviam usado produtos da OpenAI no processo. Eles suspeitaram que o modelo da OpenAI havia aprendido com seu trabalho em andamento. Após uma investigação, a OpenAI negou que esse fosse o caso.
Alguns matemáticos ainda estão cautelosos, no entanto. "A grande história agora na matemática é que ninguém quer compartilhar nada", disse Buckmaster ao Guardian. "A matemática é diferente hoje do que era apenas alguns dias atrás. Temos que decidir o que fazer sobre isso."
Perguntas Frequentes
FAQs Bravata Imatura de Playground Matemáticos Inquietos com a Mais Recente Conquista da OpenAI
Perguntas para Iniciantes
O que significa bravata imatura de playground aqui
É uma frase que os críticos usam quando empresas de IA se gabam de resolver problemas difíceis de uma forma que parece crianças dizendo meu pai pode bater no seu pai mais sobre ganhar atenção do que avançar o entendimento real
O que a OpenAI realmente fez
A OpenAI anunciou que um de seus modelos de IA ajudou a resolver ou contribuiu para um problema em aberto de longa data na matemática Os matemáticos responderam com uma mistura de interesse e irritação
Por que os matemáticos estão chateados
Não porque a IA ajudou com matemática mas por causa de como o resultado foi anunciado Muitos sentem que o enquadramento exagerou o papel da IA ignorou contribuições humanas e transformou pesquisa séria em um truque publicitário
A IA realmente resolveu um problema matemático sozinha
Geralmente não Na maioria dos casos como este a IA gerou ideias candidatas ou provas parciais e matemáticos humanos verificaram refinaram e completaram o trabalho
Isso é apenas hype ou algo real está acontecendo
Ambos A IA genuinamente pode auxiliar na exploração matemática mas os anúncios frequentemente exageram o que aconteceu
Perguntas Intermediárias
Qual é a diferença entre uma prova e uma prova candidata
Uma prova é um argumento completo e logicamente à prova de falhas que outros matemáticos podem verificar Uma prova candidata é um argumento proposto que ainda precisa ser checado pode ter lacunas erros ou suposições ocultas
Por que a verificação importa tanto na matemática
A matemática é construída sobre certeza Um resultado não é aceito até que especialistas possam checar cada passo A saída da IA que parece uma prova não é o mesmo que uma prova
Qual é um exemplo concreto desse padrão
Quando o AlphaGeometry do DeepMind e sistemas posteriores enfrentaram problemas de geometria os resultados foram reais mas estreitos os sistemas foram treinados em tipos específicos de problemas A cobertura da mídia frequentemente borrou essa distinção
Por que as empresas enquadram os resultados matemáticos da IA de forma tão dramática
Porque IA resolve problema matemático não resolvido é uma manchete poderosa Atrai investidores talentos e atenção pública Um enquadramento cuidadoso e honesto recebe muito menos cobertura
Qual é o mal em um pouco de bravata
Distorce o entendimento público tanto da IA quanto da matemática ofusca os pesquisadores humanos envolvidos e pode enganar formuladores de políticas e financiadores sobre o que a IA realmente pode fazer
Perguntas Avançadas
