Tem gente que passa a vida tentando decifrar um único enigma matemático. Agora imagine descobrir que um sistema de inteligência artificial resolveu dez desses quebra-cabeças em questão de meses. Foi exatamente isso que a OpenAI anunciou recentemente, usando um modelo ainda não lançado ao público, batizado de Astra.
Olha que coisa interessante: os problemas atacados iam do puramente abstrato ao extremamente prático. Um deles trata de como empacotar esferas em espaços com mais de três dimensões, algo que parece papo de ficção científica, mas está diretamente ligado à forma como comprimimos e transmitimos dados. É como arrumar malas numa geometria que nosso cérebro nem consegue visualizar, e o modelo encontrou um jeito mais eficiente de fazer isso.
Outro avanço empurrou os limites dos códigos de correção de erros, mecanismos que permitem recuperar uma mensagem mesmo quando o sinal chega cheio de ruído. Pense no GPS do carro captando sinal fraco num túnel e ainda assim acertando sua localização. O modelo também resolveu duas questões antigas sobre o quanto uma rede conectada pode crescer em complexidade antes que padrões estruturais comecem a surgir, além de avanços em teoria dos jogos quântica e em buscas dentro de grades de altíssima dimensão, com reflexos diretos em criptografia pós-quântica.
O resultado que mais chamou atenção, porém, foi sobre a existência dos chamados grupos não-sóficos: estruturas matemáticas infinitas que, resumindo bastante, não podem ser aproximadas por versões finitas. A dúvida sobre se elas existiam ficou em aberto por décadas. E foi justamente aqui que surgiu a polêmica.
Francesco Fournier-Facio, matemático da Universidade de Cambridge, apontou que o anúncio original da OpenAI teria minimizado o papel dos pesquisadores Andreas Thom e Gábor Kun, cujo trabalho recente serviu de base para essa descoberta.
É um debate que vale acompanhar de perto, porque toca num ponto central: quando uma IA combina resultados, métodos e conexões espalhados pela literatura acadêmica para chegar a algo novo, onde termina o mérito humano e começa o mérito da máquina? A discussão lembra outras já vistas em biologia e no desenvolvimento de fármacos, onde modelos generativos também aceleraram descobertas construídas sobre décadas de trabalho anterior.
James Maynard, professor em Oxford e vencedor da Medalha Fields, resumiu bem o clima entre os matemáticos: uma mistura de entusiasmo genuíno com apreensão sobre o futuro da profissão. Faz sentido. Estamos falando de uma disciplina que historicamente avança em ritmo de tartaruga, agora colocada ao lado de uma tecnologia que aprende padrões em escala industrial e os recombina numa velocidade de foguete.
Ninguém duvida que uma virada profunda já está em curso. A pergunta que fica é para onde ela empurra as próximas gerações de pesquisadores: para um papel de supervisão e validação de descobertas, ou para um espaço totalmente redesenhado, ainda difícil de mapear.
Fonte: https://www.theverge.com/ai-artificial-intelligence/977273/the-ai-takeover-of-mathematics-has-begun