Menos de um mês depois de soltar centenas de manuscritos que, segundo ela, resolviam questões antigas da matemática, a OpenAI (abre em nova aba) voltou à vitrine. Nesta segunda-feira (26), a empresa anunciou três novas descobertas (abre em nova aba), uma em matemática, uma em ciência da computação e uma em física. Se tudo se confirmar, é coisa grande. Mas a novidade que mais merece atenção não está nas provas. Está em quem a OpenAI escolheu para dizer se elas valem.
A empresa procurou especialistas de fora e pediu que atuassem como "pastores" (shepherds) dos resultados. Cada área recebeu uma receita diferente. Na matemática, a orientação foi publicar o material gerado pela IA e deixar que pesquisadores construam suas próprias explicações. Na computação, a orientação foi publicar e também formar um grupo externo de colaboradores. Na física, a escolha foi formar um grupo e deixar com ele a decisão sobre o que divulgar. As regras, segundo a OpenAI, são estas: nada de acordos de confidencialidade, nenhum crédito acadêmico pelas descobertas dos modelos internos, reconhecimento para os textos que os grupos escreverem e participação voluntária e sem pagamento.
O que a OpenAI diz ter provado
Na matemática, a empresa afirma que seu sistema provou a conjectura de local smoothing em todas as dimensões. Com isso, teria resolvido também as conjecturas de Kakeya e de restrição de Stein, graças a uma equação diferencial auxiliar inédita. Para medir o tamanho da alegação: em julho, Hong Wang, professora da NYU, ganhou a Medalha Fields por resolver Kakeya em três dimensões. A OpenAI diz ter obtido o resultado em 18 de outubro e formalizado a prova no dia seguinte no Lean (abre em nova aba), um verificador de provas por computador. Texto e código estão no GitHub.
Vale ler as letras miúdas. A nota técnica do repositório, reproduzida pelo The Verge (abre em nova aba), é mais contida que o anúncio. Ela fala nas estimativas de Stein "em todo o interior da faixa conjecturada". Isso é menos do que "resolvido em todos os casos", e é exatamente o tipo de diferença que os especialistas vão esmiuçar.
Na computação, a aposta é ainda mais ousada. A OpenAI diz que seu sistema mostrou que a Hipótese do Tempo Exponencial (ETH, na sigla em inglês) é falsa. Em termos simples, a hipótese sustenta que certos quebra-cabeças lógicos, como o 3-SAT, não podem ser resolvidos muito mais rápido do que testando praticamente todas as combinações. O artigo descreve um algoritmo que conta exatamente as soluções desse tipo de problema em tempo "subexponencial", ou seja, mais rápido do que a hipótese admitia, e com uso modesto de memória. A refutação em texto ficou pronta em 16 de outubro; a versão em Lean, no dia 17.
O detalhe saboroso é quem vai conferir. O grupo independente é liderado por Russell Impagliazzo e Ramamohan Paturi, da UC San Diego, e por Ryan Williams, do MIT. Segundo a OpenAI, Impagliazzo e Paturi estavam entre os que propuseram a ETH, em 1999. Dois dos pais da hipótese vão, portanto, examinar a certidão de óbito. A empresa prometeu tornar públicos os dados brutos e financiar uma conferência. O grupo, por sua vez, já divulgou uma carta aberta com perguntas sobre acesso antecipado, crédito e apoio a estudantes. As regras do jogo seguem em aberto até para quem topou jogar.
A física traz a alegação mais espetacular, e é a única que ninguém de fora pode conferir. A OpenAI diz ter uma prova matematicamente rigorosa da existência de certas teorias quânticas de campos em quatro dimensões. Entre elas estariam a cromodinâmica quântica (QCD) e o que a empresa chama de "completude unificada do Modelo Padrão", com base na abordagem de Balaban. No caminho, a prova cobriria a existência da teoria de Yang–Mills pura, parte de um dos Problemas do Milênio do Instituto Clay.
O grupo que vai analisá-la é liderado por David Gross e inclui Michael Douglas, Arthur Jaffe, Igor Klebanov e Nikita Nekrasov. Foi esse grupo que decidiu segurar os materiais produzidos pela IA. Na prática, a OpenAI tem o texto da prova de Yang–Mills desde 9 de setembro, o da QCD desde 18 de setembro e a formalização em Lean de Yang–Mills desde 16 de outubro. O público não viu nenhum deles.
A recomendação que veio um dia antes
Segundo o The Verge, na véspera do anúncio o AGMAI, um painel de conselheiros de matemática, recomendou que empresas de IA não adotassem justamente a prática de designar pessoas para receber os resultados antes de todo mundo. Os motivos apontados foram acesso desigual, reputação emprestada e seleção enviesada. No dia seguinte, a OpenAI fez exatamente isso em dois dos três casos.
"Reputação emprestada" é a expressão que importa. Quando um anúncio corporativo chega com nomes como Gross, Williams e Impagliazzo ao lado, ele ganha credibilidade antes de qualquer checagem independente. A OpenAI abre mão do crédito acadêmico, é verdade. Mas fica com algo que vale mais para quem vende IA: a manchete de que sua máquina derrubou problemas que resistem há décadas.
Justiça seja feita: publicar provas verificadas no Lean é o melhor argumento da empresa, porque troca o "confie em nós" pelo "confira você mesmo". Na matemática e na computação, essa porta está aberta. Na física, o material existe e está na gaveta. Até ele sair de lá, a descoberta mais ambiciosa do pacote é uma alegação com padrinhos ilustres, e ciência não se valida por apadrinhamento.