Quem anuncia uma era raramente é neutro sobre ela. Sam Altman, presidente-executivo da OpenAI (abre em nova aba), anunciou uma. Numa entrevista publicada em versão em inglês pelo site 36kr, ele disse: "Acho que estamos entrando numa nova era: a IA está começando a nos ajudar a descobrir conhecimento importante e inteiramente novo. Falamos disso por muito tempo, mas agora aconteceu de fato."
Em outra conversa, com o entrevistador Matthew Berman, resumida pelo blog Stork.AI, Altman foi na mesma linha. Segundo esse resumo, a IA estaria pronta para gerar conhecimento novo, e não apenas reorganizar o que já existe, como resumir textos, conversar ou ajudar a escrever código. Os dois relatos são reproduções de terceiros, sem transcrição completa. O 36kr não informa quem fez a entrevista nem quando ela foi gravada. Convém ler as aspas com esse desconto.
A prova está na matemática
A frase tem lastro, e o lastro tem data. Em 6 de outubro, a OpenAI publicou Sharing AI progress in mathematics (abre em nova aba), texto em que divulga "uma ampla gama de novos resultados matemáticos" produzidos por um modelo de fronteira interno. Trata-se do sistema mais avançado da empresa, que o público ainda não pode usar.
O material foi para um repositório público no GitHub (abre em nova aba), com regras para revisões e citações. Muitas das provas foram formalizadas em Lean (abre em nova aba), uma linguagem em que o computador confere a demonstração passo a passo. A empresa diz ter consultado o grupo consultivo independente sobre matemática e IA do Institute for Advanced Study (abre em nova aba). Divulgou também dez resumos do raciocínio do modelo, estatísticas sobre quantos problemas foram tentados e uma estimativa do esforço computacional. Cada resultado consumiu, em média, o equivalente a cerca de três horas de raciocínio do ChatGPT Pro. É o tempo de uma tarde de trabalho de máquina, não o de uma tese.
Essa é a parte séria da história. Ao contrário de quase tudo o que se anuncia em IA, isso pode ser conferido. O próprio texto da OpenAI, porém, não afirma que os resultados tenham sido confirmados de forma independente. O modelo que os produziu continua guardado: a empresa diz que quer lançá-lo "de forma responsável" e que ainda trabalha nisso.
Em 15 de outubro veio a atualização. A OpenAI vai destinar US$ 5 milhões a uma nova iniciativa da Simons Foundation (abre em nova aba) para ajudar matemáticos a "examinar, entender e desenvolver" resultados produzidos por IA, inclusive os seus. A fundação administra e distribui o dinheiro, que vai financiar oficinas, conferências e programas especiais. A empresa também oferecerá acesso a seus modelos e a poder computacional aos pesquisadores apoiados. Em português claro, a OpenAI entregou o dever de casa e financiou quem vai corrigi-lo, sem ficar com a caneta vermelha.
Segundo Altman, a reação de matemáticos incluiu um "não pedimos por isso". No mesmo relato, ele afirma que os programadores "nunca estiveram tão ocupados" e que a demanda por software supera as expectativas. É a forma de dizer que a máquina chega para dar trabalho, não para tirá-lo. Os matemáticos, pelo visto, ainda não se convenceram.
Do teorema ao remédio
O salto vem depois. Para Altman, a matemática "provou que o caminho é viável", e o mesmo método deve chegar à biologia, ao desenvolvimento de remédios, à ciência dos materiais e a novas fontes de energia. O post da OpenAI não menciona nenhuma dessas áreas. O resumo do Stork.AI registra que Altman apresenta a mudança como previsão, não como algo que já acontece nesses campos.
Os prazos são elásticos. Ele diz esperar que surjam "nos próximos anos" candidatos a medicamentos para doenças graves. Admite que a aprovação pela FDA, a agência americana de remédios, leva tempo, e sugere que o processo de descoberta talvez precise de reforma. Na física, espera uma grande descoberta "em breve". Avisa que isso o empolga pessoalmente, sem colocá-la no topo das prioridades da humanidade.
A distância entre um teorema e um comprimido é enorme. Na matemática, um programa confere a prova. Num remédio, a conferência passa por laboratórios, testes em pessoas e reguladores. A proposta de reformar esse processo merece atenção redobrada quando vem de quem vende a ferramenta.
Altman tem ainda uma tese curiosa, que o Stork.AI descreve como "progresso ambiente". As pessoas poderiam receber tratamentos melhores, materiais novos ou sistemas de energia mais eficientes sem perceber que a IA está por trás. A ideia é modesta na forma e ambiciosa no conteúdo. Se der certo, ninguém vai notar. Se não der, também não. Por isso convém cobrar os resultados onde eles podem ser vistos.
O que observar
Há três coisas a acompanhar:
- se matemáticos independentes confirmam os resultados do repositório;
- quando, e de que maneira, a OpenAI libera o modelo que os produziu;
- se aparece, fora da matemática, algum resultado tão verificável quanto uma prova conferida em Lean.
Até lá, a era das descobertas tem endereço no GitHub. No resto, tem uma entrevista.