A OpenAI anunciou nesta terça-feira (6) que um modelo interno de inteligência artificial gerou 377 resultados matemáticos complexos. Segundo a empresa, entre esses achados há respostas para questões ainda sem solução e avanços em problemas que vinham sendo estudados há anos.
Os resultados abrangem campos como álgebra, teoria dos números, lógica matemática, topologia e ciência da computação teórica. A OpenAI informou que parte das demonstrações foi checada no Lean, uma ferramenta usada para verificar se os passos de uma prova seguem corretamente as regras da lógica formal. A checagem em Lean, segundo a companhia, confirma a correção dos passos, mas não substitui a avaliação de pesquisadores sobre a novidade e o impacto de cada resultado.
A divulgação acontece cerca de um mês após a empresa relatar um avanço relacionado às equações de Navier-Stokes, um dos Problemas do Milênio, considerados entre os mais desafiadores da matemática. A OpenAI destacou que a quantidade de resultados anunciados chamou atenção justamente porque o modelo responsável por eles ainda não está disponível publicamente, o que dificulta a reprodução independente dos procedimentos que levaram às respostas.
Pesquisadores e alguns matemáticos têm pedido maior transparência sobre como esses resultados foram obtidos, solicitando informações como qual modelo foi utilizado, quais comandos ou instruções foram empregados e como o trabalho foi conduzido. Em resposta, a OpenAI afirmou que começou a publicar mais detalhes sobre as descobertas e que pretende aprimorar a forma como divulga resultados futuros.
A empresa também forneceu uma estimativa do custo computacional médio: cada resultado teria consumido o equivalente a cerca de três horas de processamento no modo de raciocínio do ChatGPT Pro. A OpenAI declarou ainda que está trabalhando para disponibilizar o modelo que gerou os resultados de maneira responsável, sem informar prazo exato para essa liberação.
O anúncio reacende o debate sobre reprodutibilidade e responsabilidade na divulgação de avanços científicos obtidos com sistemas proprietários de inteligência artificial, especialmente quando eles envolvem questões que exigem verificação e avaliação pela comunidade acadêmica.
Fonte: G1
