Há um mês, a OpenAI afirmou que seu modelo havia resolvido um dos problemas mais importantes da matemática. Desta vez, foi ainda mais longe e divulgou uma verdadeira «biblioteca de artigos». Na manhã de 7 de outubro, pelo horário de Pequim, a OpenAI tornou públicos 722 manuscritos matemáticos, abrangendo 372 séries de resultados. A empresa afirma ter apresentado soluções ou avanços significativos para centenas de problemas em aberto há muito tempo nas áreas da matemática e da ciência da computação teórica.
Há alguns detalhes importantes. Primeiro, muitos dos resultados já foram verificados com o Lean — uma linguagem de programação que permite verificar provas matemáticas por máquina —, o que garante, em grande medida, sua correção. Segundo, os resultados foram obtidos por um modelo interno que ainda não foi lançado publicamente e, segundo a OpenAI, quase todos foram produzidos após uma única instrução dada a um agente de IA. Em comparação, o avanço significativo anterior envolveu a colaboração de mais de dez mil agentes e custou milhões de dólares em computação. Terceiro, a OpenAI afirma que, em média, cada resultado consumiu uma quantidade de poder computacional equivalente a cerca de três horas de raciocínio profundo na versão avançada.
O que isso significa? Se for verdade, capacidades de raciocínio matemático de alto nível poderão em breve ficar “ao alcance de todos”, reescrevendo por completo a forma de fazer pesquisa científica. Mas também há muitas dúvidas. Os matemáticos precisarão de meses, ou até mais, para assimilar esses resultados e avaliar se são ideias realmente novas ou combinações de técnicas já existentes. A comunidade acadêmica também debate como as empresas de IA devem atribuir autoria e reconhecer as contribuições dos matemáticos humanos cujos ombros serviram de apoio aos modelos.
Para isso, um grupo de matemáticos de ponta criou um conselho consultivo independente, dedicado a ajudar a interpretar esses resultados para o público e a divulgá-los de forma responsável.
Minha opinião: para os investidores, a importância desse tipo de notícia não está em um problema específico ter sido resolvido, mas no fato de que a curva das “capacidades de raciocínio” continua subindo acentuadamente. Quanto mais os modelos são capazes de pensar, maior é a demanda por poder computacional — e é por isso que as ações ligadas a chips e centros de dados continuam atraindo investimentos. É claro que ainda há um longo caminho entre os resultados de pesquisa e a comercialização; não é preciso tratar cada “avanço” como se fosse receita imediata.
O conteúdo acima é apenas informativo e não constitui recomendação de investimento.