Claude Fable 5 e a conjectura jacobiana: o que foi provado e o que não foi

Na noite da final da Copa do Mundo, a maioria assistia ao futebol. Um cantinho da internet via a história da matemática acontecer.

O pesquisador da Anthropic Levent Alpöge publicou uma mensagem curta no X: a conjectura jacobiana seria falsa. É um problema em aberto desde 1939. Ele creditou a um colega a sugestão do problema. E creditou ao Claude Fable 5 o trabalho feito durante a partida.

No dia seguinte, matemáticos conferiram tudo à mão. E aguentou o tranco.

Mas "IA resolve problema matemático de 87 anos" é um título que corre mais rápido que os detalhes. Então vamos com calma. O que de fato é novo aqui? O que não é? E dá para você mesmo conferir?

Dá sim. Em cerca de quinze linhas de Python. A gente já chega lá.

A resposta rápida

Claude Fable 5 ajudou a construir um mapa polinomial do espaço complexo tridimensional para ele mesmo, escrito ℂ³ → ℂ³. Seu determinante jacobiano é a constante -2 em todos os pontos, exatamente a condição da conjectura de Keller de 1939, mas o mapa envia três pontos de entrada diferentes para a mesma saída. Esse único exemplo derruba a conjectura na dimensão três e acima. A versão original com duas variáveis ainda está em aberto, e ainda não há artigo revisado por pares, apenas um cálculo verificado e um preprint.

Essa é a história inteira em um parágrafo. O restante deste artigo destrincha por que cada parte disso importa.

O que é a conjectura jacobiana?

Imagine uma função que recebe uma lista de números e cospe outra lista. Isso é um "mapa" de um espaço para outro. Matemáticos fazem uma pergunta simples sobre mapas assim: sempre dá para voltar o caminho? Se você conhece a saída, consegue recuperar exatamente a entrada que a gerou?

Se você já fez qualquer coisa com machine learning, já esbarrou no objeto central dessa pergunta, provavelmente sem o drama. O jacobiano é a matriz das derivadas parciais de um mapa: aquilo que a backpropagation multiplica em cada camada. Flows normalizadores também precisam do seu determinante para acompanhar como a massa de probabilidade estica ao longo da rede. Mesma matriz. Contextos diferentes.

O cálculo dá um teste local de reversibilidade justamente com essa matriz: o determinante jacobiano. Se ele é diferente de zero em um ponto, o mapa é reversível nas redondezas desse ponto.

Mas "perto de um ponto" não é o mesmo que "em todo lugar". Aqui vai o exemplo mais limpo que conheço, e ele cabe em duas linhas:

import numpy as np

f = lambda x, y: (np.exp(x) * np.cos(y), np.exp(x) * np.sin(y))

print(f(0, 0))              # (1.0, 0.0)
print(f(0, 2 * np.pi))      # (1.0, ~0.0) — mesma saída, entradas diferentes

O determinante jacobiano desse mapa é e^²ˣ, que nunca zera. Ele passa no teste local em todos os pontos do plano. Ainda assim não dá para inverter, porque ele "enrola": duas estradas diferentes, a mesma casa.

Perceba, porém, que esse exemplo usa exponencial. Em 1939, o matemático alemão Ott-Heinrich Keller perguntou se polinômios se comportam melhor. A questão dele: se o determinante jacobiano de um mapa polinomial não é apenas diferente de zero em todo lugar, mas uma constante fixa em todo lugar, isso finalmente garante reversibilidade total, global?

Por 87 anos, ninguém conseguiu responder. Nem prova, nem contraexemplo. É essa a conjectura que o Claude Fable 5 acaba de abalar.

O que o Claude Fable 5 realmente encontrou

O post de Alpöge incluía um mapa polinomial explícito de ℂ³ para ele mesmo. Seu determinante jacobiano dá uma constante, -2, em todos os pontos. É exatamente a condição de Keller. E mesmo assim três pontos distintos entram e os três saem iguais.

Qualquer pessoa com uma ferramenta de álgebra computacional pode substituir e verificar. Foi o que aconteceu: matemáticos rodaram os números em poucas horas, e a aritmética bateu.

Como o contraexemplo vive em três dimensões, ele também derruba a conjectura em todas as dimensões superiores. Pegue o mapa 3D, acrescente variáveis extras que não mexem em nada e você tem um contraexemplo funcional em quatro, cinco ou cem dimensões. Esse preenchimento só vai para cima. Ele não consegue espremer um contraexemplo 3D para duas variáveis, e é por isso que a última seção deste artigo existe.

Confira você mesmo em Python

Aqui, uma história sobre IA de fronteira vira um exercício que você roda no notebook. Vale a pena rodar. Ver o contraexemplo se sustentar em aritmética exata na sua máquina ajuda a clarear. Você só vai precisar do sympy.

Primeiro, defina o mapa e confirme o determinante:

import sympy as sp

x, y, z = sp.symbols("x y z")

# O mapa que o Claude Fable 5 ajudou a construir, de C^3 para C^3
f1 = (1 + x * y) ** 3 * z + y**2 * (1 + x * y) * (4 + 3 * x * y)
f2 = y + 3 * x * (1 + x * y) ** 2 * z + 3 * x * y**2 * (4 + 3 * x * y)
f3 = 2 * x - 3 * x**2 * y - x**3 * z

# Condição de Keller: o determinante jacobiano deve ser uma constante não nula
jacobian = sp.Matrix([f1, f2, f3]).jacobian([x, y, z])
print(sp.simplify(jacobian.det()))

-2

Não é "aproximadamente -2". É exatamente -2, simbolicamente, para todo ponto em ℂ³. Primeira condição cumprida.

Agora, a colisão. Encontrei estes três pontos pedindo ao SymPy para resolver F(v) = F(1, 1, 1). O post original do Alpöge lista outro conjunto, e ambos funcionam:

s = sp.sqrt(53)

points = [
    (1, 1, 1),
    (sp.Rational(-1, 2) - 7 * s / 106, 25 - 3 * s, -134090 + 18420 * s),
    (sp.Rational(-1, 2) + 7 * s / 106, 25 + 3 * s, -134090 - 18420 * s),
]

for p in points:
    image = [sp.simplify(f.subs({x: p[0], y: p[1], z: p[2]}))
             for f in (f1, f2, f3)]
    print(image)

[22, 34, -2]
[22, 34, -2]
[22, 34, -2]

Três entradas genuinamente diferentes. Uma saída. Se três entradas dão a mesma resposta, não pode existir inversa, e a conjectura de Keller cai. Você acabou de verificar, em aritmética exata, o cálculo que mexeu com um problema de 87 anos.

Se você pulou o código, aqui vai o resumo: as duas metades da afirmação — determinante constante e pontos que colidem — passam na verificação simbólica. Sem depender de ponto flutuante.

Ué, mas isso já não tinha sido refutado?

Antes de seguir, vale esclarecer algo que você pode ter visto nas respostas ao post do Alpöge, porque há um resultado mais antigo nessa área que sempre aparece e a distinção é importante.

Em 1994, Sergey Pinchuk encontrou um mapa polinomial com duas variáveis e valores reais que era localmente reversível em todo lugar, mas não globalmente reversível. É uma construção conhecida, e é tentador supor que a versão do Fable 5 seja só essa ideia esticada para a terceira dimensão.

Não é. O mapa de Pinchuk só exige que seu determinante jacobiano seja diferente de zero. O valor pode variar de ponto a ponto, e tudo funciona apenas sobre os números reais. Isso responde a uma pergunta mais fraca, às vezes chamada de "forte conjectura jacobiana real". A original de Keller pede números complexos e uma constante fixa — uma barra que a construção de Pinchuk nunca se propôs a superar. Os matemáticos conhecem essa diferença há três décadas.

Por que números complexos elevam a barra? Grosso modo: sobre os reais, um polinômio pode escapar de encrencas simplesmente não tendo soluções reais nos pontos problemáticos. x² + 1 nunca zera na reta real, mas em ℂ precisa zerar. No espaço complexo, o mapa não tem onde se esconder, então satisfazer a condição de Keller ali é uma exigência bem mais forte. O mapa exponencial de antes já dava essa pista, já que o "enrolar" que o quebrou é um fenômeno típico dos números complexos.

Os dois resultados são da mesma família. Ambos exploram a fenda entre "reversível em todo bairro" e "reversível no espaço inteiro". Isso mostra como a matemática se constrói, não que nada novo aconteceu aqui.

O que ainda está em aberto

O caso com duas variáveis continua aberto. É a versão original e mais estudada da conjectura, para mapas do plano nele mesmo e, como dito, nenhum preenchimento traz um contraexemplo 3D para esse caso. Vários matemáticos consideram o caso do plano o mais difícil e central. Agora ele é o núcleo sobrevivente da conjectura, não uma versão menor do que acabou de ser resolvido.

Isso também não passou por revisão por pares. Por enquanto é um cálculo verificado e um preprint, não um artigo referendado. Como tudo se reduz às duas contas que você acabou de rodar, a verificação provavelmente não é o gargalo, mas o registro deve ser fiel ao estágio atual.

Há uma lacuna mais funda também. Ninguém consegue explicar completamente por que o contraexemplo funciona. A checagem simbólica confirma que a colisão é real; ela não entrega a história por trás, o tipo de explicação que um matemático reconstruiria do zero. Akhil Mathew, o matemático da Universidade de Chicago que sugeriu o problema, resumiu bem: dá para verificar a resposta, mas seria melhor ter uma narrativa para contar.

O próprio processo de descoberta segue um pouco nebuloso. Um humano propôs a questão, uma IA fez o trabalho, um humano anunciou o resultado. Essa linha de crédito não mostra os prompts, as tentativas frustradas, nem quanto direcionamento houve. É uma questão real sobre como dar crédito em provas assistidas por IA — separada de saber se a matemática se sustenta. E ela se sustenta.

Considerações finais

A matemática é real. Uma conjectura em aberto há décadas ganhou um furo legítimo na dimensão três e acima, confirmado de forma independente com ferramentas padrão, e não é um reprise do resultado de 1994 de Pinchuk. O que não é: uma resolução completa da "conjectura jacobiana". O caso do plano continua de pé, e o resultado chega sem o tipo de explicação que a matemática costuma valorizar tanto quanto a própria resposta.

Também faz parte de um padrão. Modelos de ponta vêm desgastando problemas clássicos ao longo de 2026, em combinatória e teoria dos números. Encare este como mais um ponto nessa tendência, não um raio em céu azul.

Para quem está aprendendo a trabalhar com IA em problemas técnicos, a lição não é "a IA já faz pesquisa matemática". É mais específica: esses modelos estão ficando bons em produzir objetos concretos em domínios onde o sucesso tem um verificador exato e, como você viu acima, você pode ser esse verificador com um pip install sympy. A geração está avançando rápido. A verificação está acompanhando. O entendimento ainda precisa correr atrás.

Álgebra linear e Python simbólico são as duas habilidades que valem investir aqui: determinantes, invertibilidade e o hábito de checar alegações em aritmética exata em vez de apenas confiar. Da próxima vez que um resultado desses surgir, você vai conseguir fazer a verificação no mesmo dia.