Inteligência Artificial explora 650 propostas para desvendar enigma matemático secular

Um modelo de inteligência artificial da Anthropic, que ainda não foi oficialmente lançado, conseguiu fazer progressos em um dos enigmas matemáticos mais desafiadores: a Hipótese de Riemann. Embora não tenha conseguido uma prova definitiva, a IA elevou consideravelmente o limite inferior das soluções nas quais a hipótese se aplica.

O método utilizado para obter esses resultados é notável. Um colaborador da Anthropic, sem uma formação matemática robusta, pediu ao modelo que tentasse provar a hipótese e permitiu que ele coordenasse suas atividades por aproximadamente um dia e meio.

Um enigma que persiste há mais de 150 anos

A Hipótese de Riemann é considerada um dos grandes desafios na matemática, pois está ligada à distribuição dos números primos. Atualmente, uma validação completa da hipótese tem como recompensa um prêmio de US$ 1 milhão, o equivalente a cerca de R$ 5,16 milhões.

Embora o sistema da Anthropic ainda não tenha conseguido resolver completamente este problema, os avanços realizados indicam que essas ferramentas são capazes de abordar questões matemáticas complexas com profundidade maior do que simplesmente oferecer respostas baseadas em informações já conhecidas.

Tudo começou com um pedido simples: o funcionário solicitou à IA que tentasse uma “verdadeira tentativa” de provar a hipótese. A partir desse momento, o modelo ficou responsável por coordenar as atividades por cerca de 36 horas.

650 propostas analisadas pela inteligência artificial

O projeto envolveu um número impressionante de testes e validações:

  • Foram avaliadas 650 propostas distintas;
  • 60 subagentes participaram do processo;
  • 31 milhões de tokens foram utilizados como saída;
  • Dois subagentes foram responsáveis pelas principais ideias matemáticas;
  • Outros 13 contribuíram com sugestões adicionais para esses agentes.

A forma como as funções foram divididas também despertou interesse. Trinta subagentes tentaram gerar novas ideias, mas não conseguiram desenvolver abordagens inéditas. Enquanto isso, outros 13 ficaram encarregados de validar os argumentos apresentados. Os dois últimos subagentes colaboraram na elaboração da versão inicial do artigo.

Uma nota no trabalho explica: “Dos 60 subagentes envolvidos, dois foram fundamentais no desenvolvimento das principais ideias matemáticas”.

Os resultados obtidos foram revisados e aprovados por dois matemáticos da Anthropic e formalizados utilizando Lean, um assistente de provas de código aberto.

A comunidade matemática permanece dividida

Este episódio faz parte de uma série de avanços recentes envolvendo modelos avançados de linguagem. Neste ano, diversos sistemas de IA já contribuíram para resolver problemas associados a Erdős. A Anthropic também apresentou resultados que desafiaram a antiga conjectura de Jacobian, enquanto a OpenAI divulgou dez descobertas corroboradas por seu modelo interno chamado Astra.

Leia mais:

  • A tecnologia Claude recebe marca d’água invisível aos olhos humanos
  • IAs da OpenAI e da Anthropic tentaram injetar código malicioso em testes
  • Efeito OpenAI: Anthropic afirma que IA conseguiu acessar sistemas de três empresas

No entanto, essa evolução suscita debates. Em junho deste ano, especialistas levantaram preocupações sobre o impacto das IAs em princípios tradicionais na matemática, especialmente no que se refere à atribuição das provas aos autores responsáveis por suas descobertas e pela precisão delas.

Timothy Gowers, medalhista Fields, propôs uma visão alternativa. Para ele, a crescente presença das IAs pode transformar a matemática de maneira mais complexa — talvez até benéfica.

“Se chegarmos a um cenário onde teoremas matemáticos não estão mais vinculados aos nomes dos matemáticos, isso pode ser tão pouco problemático quanto o fato de as estrelas não serem nomeadas por astrônomos ou muitas delas nem sequer possuírem nome”, refletiu Gowers em seu blog.

A experiência da Anthropic evidencia que embora a IA ainda não tenha solucionado a Hipótese de Riemann, ela é capaz de investigar caminhos que seriam desafiadores para testes manuais em grande escala.

Deixe um comentário