A OpenAI anunciou nesta terça-feira, 8, que um modelo de inteligência artificial ainda não lançado ao público resolveu o problema da existência e suavidade das equações de Navier-Stokes, uma das sete questões conhecidas como problemas do milênio.
A empresa informou que o sistema levou 88 horas para produzir a demonstração matemática. O problema trata de equações usadas para prever o tempo e descrever o movimento da água e de outros fluidos. A questão é saber se essas equações podem entrar em colapso completo em determinadas situações. A demonstração apresentada pela OpenAI afirma ter definido uma situação desse tipo.
O problema matemático
Em termos teóricos, o colapso das equações poderia indicar que as leis da física deixariam de funcionar sob certas condições, incluindo a possibilidade de a água explodir espontaneamente. Matemáticos e físicos, porém, não acreditam que esse colapso matemático produza esse resultado no mundo físico.
Os problemas do milênio foram selecionados pelo Clay Mathematics Institute no ano 2000 para acompanhar o avanço da Matemática. O instituto, fundado pelo empresário americano Landon T. Clay, estabeleceu um prêmio de US$ 1 milhão, cerca de R$ 5 milhões, para a primeira solução correta de cada questão. Antes do anúncio da OpenAI, apenas um dos problemas havia sido resolvido.
Sébastien Bubeck, pesquisador da OpenAI, descreveu a solução como “um ápice espetacular do arco que vimos nos últimos doze meses”. Ao longo desse período, sistemas de IA também resolveram outros problemas que desafiaram matemáticos por décadas, embora menos complexos e menos acompanhados do que a questão de Navier-Stokes.
Participação humana
O avanço provocou reações diferentes entre matemáticos. Terence Tao, professor da UCLA, afirmou que os problemas do milênio funcionam como pontos de concentração para os esforços científicos. Ele também alertou que sistemas capazes de resolver questões difíceis com pouca participação humana podem enfraquecer a compreensão da Matemática.
A OpenAI disse que mobilizou equipes de agentes de IA para trabalhar no problema e que seus pesquisadores repassavam ideias importantes entre os grupos. Dan Roberts, pesquisador da empresa, comparou essa atuação à de uma abelha que faz polinização cruzada entre diferentes grupos e distribui fragmentos de informação.
A participação dos pesquisadores indica que a solução não foi apresentada como um trabalho totalmente independente da inteligência artificial. Matemáticos continuam contribuindo com ideias e orientando o processo enquanto os sistemas analisam os problemas.
