A OpenAI anunciou que um dos seus modelos de IA encontrou uma solução para um dos grandes problemas em aberto da matemática, ligado às equações de Navier-Stokes, parte da lista de prémios Millennium do Clay Institute. Em teoria, é daquelas notícias que deviam viver em livros de história da ciência. Na prática, o anúncio veio embrulhado em suspeitas de atropelo de prioridades científicas e uso de dados de utilizadores, num déjà vu para quem acompanha a forma como a empresa tem acelerado a investigação recente em IA.
O matemático e investigador de IA da OpenAI, Sebastien Bubeck, explicou que o laboratório começou a treinar um novo modelo com capacidade matemática avançada a 28 de agosto. Quando surgiram rumores de que a Anthropic, onde trabalha o matemático Levent Alpöge, estava a progredir na mesma área, a OpenAI decidiu reforçar a aposta. Em poucos dias, diz a empresa, tinha milhares de agentes de IA a atacar a questão em paralelo, num esforço de mais de 50 horas que terá custado “milhões de dólares” em computação. Resultado: uma prova formalizada em Lean, a tal linguagem usada para verificação mecânica de provas matemáticas.
O problema é que, quase em paralelo, Tristan Buckmaster, matemático na Universidade de Nova Iorque, e o próprio Alpöge publicaram documentos com avanços-chave em temas ligados a Navier-Stokes. Buckmaster afirma ter usado vários modelos de IA, incluindo Claude e Codex, para chegar aos resultados. E acusa a OpenAI de ter acelerado brutalmente o seu esforço depois de saber do trabalho deles, levantando ainda a possibilidade de os registos de utilização de Codex terem sido usados de forma indirecta para treinar modelos posteriores. A empresa nega ter inspecionado “prompts” ou provas dos dois matemáticos, mas admite num texto técnico que não pode excluir que dados desidentificados derivados desse uso tenham influenciado os modelos.
A polémica não se fica pela técnica. Buckmaster alega que, em conversas com a OpenAI, lhe foram apresentados vários “cenários” para gerir o anúncio da solução, incluindo um em que ele surgiria como autor de um artigo a declarar Navier-Stokes resolvido por um modelo interno da OpenAI, sem mencionar Alpöge. Bubeck reagiu nas redes a negar que a empresa tenha proposto apagar o nome de Alpöge, e Sam Altman veio em defesa da equipa. Mas quando o assunto é crédito académico e carreiras de investigadores, a percepção pesa tanto como o texto do comunicado.
Dentro da própria OpenAI, a narrativa oficial insiste em duas linhas: por um lado, o reconhecimento explícito da prioridade de Alpöge e Buckmaster num resultado relacionado, o chamado caso de Euler não forçado; por outro, a alegação de que a prova saindo dos modelos da empresa é “significativamente diferente” na natureza, como sublinhou o matemático Ven Chandrasekaran. A fronteira entre prioridade intelectual e variação criativa sempre foi tensa na matemática. O que é novo aqui é ter agentes de IA em larga escala, orquestrados com orçamentos de milhões, a entrar numa corrida que dantes se media em anos, não em dias.
Para quem segue a OpenAI e a forma como tem esticado limites, desde a nova técnica de raciocínio que acendeu alarmes de segurança até aos avisos internos sobre a corrida a modelos cada vez maiores, este episódio encaixa demasiado bem no padrão. A capacidade de usar IA para atacar problemas profundos da ciência é real e impressionante. Mas se cada “descoberta” vier associada a dúvidas sobre dados usados, pressão para controlar narrativas e atropelos de etiqueta académica, o entusiasmo técnico vai chocar de frente com a confiança da comunidade científica. E sem essa confiança, nem um milhão do Clay, nem mil agentes de IA, chegam para transformar um comunicado de imprensa numa conquista duradoura.
Fonte: Wired
Comentários · 0