Modelo da OpenAI resolve problema matemático de 80 anos e refuta conjectura fundamental em geometria discreta
Um modelo de inteligência artificial desenvolvido pela OpenAI conseguiu resolver um problema matemático aberto há mais de oito décadas, demonstrando pela primeira vez a capacidade de descobrir e provar teoremas em geometria algébrica sem intervenção humana direta. O feito representa um marco significativo na aplicação de modelos de linguagem para a pesquisa matemática avançada.
O modelo autônomo demonstrou a solução de um problema em geometria enumerativa, uma área da matemática que estuda a contagem e classificação de configurações geométricas. A descoberta foi reconhecida pela comunidade científica como rigorosa, correta e elegante, segundo avaliações de especialistas da Sociedade Americana de Matemática.
A conjectura refutada pelo modelo estava relacionada ao problema da distância unitária, originalmente proposto pelo matemático Paul Erdős em 1946. Este problema investiga as propriedades de conjuntos de pontos no plano que não podem conter dois pontos separados por exatamente uma unidade de distância. Os matemáticos há muito tempo tentavam determinar limites superiores para a densidade desses conjuntos unit-distance avoiding, ou seja, grupos de pontos onde nenhuma distância entre dois elementos é exatamente igual a um.
A construção matemática desenvolvida pelo modelo apresenta uma abordagem que atravessa uma torre infinita de campos numéricos totalmente reais, uma estrutura algébrica sofisticada que permite representar padrões geométricos complexos de forma sistemática. Este método inédito forneceu a base para a demonstração que desafiou a conjectura estabelecida há mais de 80 anos.
O resultado supera em magnitude conquistas anteriores da inteligência artificial em matemática, incluindo o desempenho do modelo o3, que resolvia apenas uma fração dos problemas que matemáticos experientes conseguiriam abordar em dias de trabalho. O novo modelo demonstrou capacidade de abordar questões em aberto sem que os passos da solução fossem pré-programados ou guiados por intervenções externas.
Esta conquista ilustra uma mudança de paradigma na relação entre inteligência artificial e pesquisa matemática. Enquanto sistemas anteriores eram utilizados como ferramentas de verificação ou assistência, este modelo atua como verdadeiro agente de descoberta, capaz de navegar por estruturas matemáticas complexas e identificar soluções que escapavam à análise humana convencional.
A metodologia empregada pelo modelo envolveu a análise de conjuntos de pontos no plano com muitas distâncias unitárias, estudando as propriedades de grafos perpendiculares e explorando configurações através de rotações em múltiplas dimensões. O processo de busca inclui decisões sobre adicionar ou remover pontos, verificando conexões e evitando configurações que resultariam em grafos sem arestas.
Matemáticos que examinaram a demonstração destacaram a elegância do raciocínio e a solidez dos argumentos apresentados. A abordagem utilizou técnicas de álgebra comutativa e teoria dos números para construir contraexemplos que invalidaram a conjectura original, estabelecendo novos limites para a compreensão da geometria de conjuntos unit-distance avoiding.
O feito sinaliza uma nova era para a matemática assistida por inteligência artificial, onde modelos de linguagem podem contribuir ativamente para a expansão do conhecimento matemático. Pesquisadores acreditam que técnicas semelhantes podem ser aplicadas a outros problemas em aberto em diferentes áreas da matemática pura e aplicada.
A capacidade de resolver problemas não triviais de geometria discreta demonstra o potencial dos modelos de linguagem modernos para lidar com raciocínio abstrato e estruturado, competências consideradas desafiadoras para sistemas de inteligência artificial. O resultado abre perspectivas para a aplicação dessas tecnologias em problemas ainda mais complexos em diversas áreas do conhecimento científico.
