O próximo modelo da OpenAI, Astra, acaba de resolver dez problemas de matemática em aberto há décadas

Em 1º de agosto, a OpenAI publicou um relatório afirmando que seu próximo modelo, chamado internamente de Astra, produziu novos resultados em dez problemas diferentes em aberto na matemática. (Não, não são os problemas do Prêmio Millennium, mas são significativos mesmo assim.)

O que chama atenção: essas soluções não são avanços incrementais; são resoluções completas, verificadas no Lean. (Lean é uma linguagem de programação e um assistente de provas que obriga cada passo de um argumento matemático a ser detalhado de forma legível por máquina.) 

É muita coisa de uma vez. Neste artigo, organizei os problemas por área e descrevo, em linhas gerais, o que aconteceu, o que isso pode significar para a matemática como campo e o que mais dá para deduzir sobre o Astra.

Quais são os dez problemas?

Aqui está cada resultado, em termos simples, com a respectiva área de matemática ou computação.

Grupos não-sofícicos

Área: Teoria dos grupos

O Astra apresentou uma construção explícita de um grupo que não pode ser aproximado, por mais de perto que se tente, por estruturas finitas grandes — encerrando uma questão em aberto desde que o conceito de grupo \"sofícico\" foi introduzido em 1999. A construção vem com uma prova de que nenhuma sequência de aproximações finitas jamais funcionará, formalizada no Lean para que a lógica possa ser verificada mecanicamente.

A Wikipedia já foi atualizada:

Empacotamento de esferas

Área: Geometria de alta dimensão

A questão é quão densamente esferas idênticas e não sobrepostas podem ser empacotadas à medida que o número de dimensões cresce. O Astra provou um teto mais apertado para essa densidade em altas dimensões, a primeira melhora desse limite específico desde 1978. Ele não entrega um método melhor de empacotamento — apenas restringe quão bom qualquer método futuro pode ser.

Códigos binários e esféricos

Área: Teoria de códigos

Códigos corretores de erro funcionam mantendo mensagens válidas suficientemente distantes, de modo que pequenos erros não transformem uma na outra. O Astra provou limites muito mais rígidos (melhoras exponenciais) sobre quantas mensagens assim podem existir para uma dada distância mínima, com um resultado correspondente para pontos distribuídos em uma esfera de alta dimensão.

Conjectura de rigidez de Connes

Área: Álgebras de operadores

Alain Connes conjecturou que certos grupos poderiam sempre ser reconstruídos de forma única a partir de uma estrutura algébrica, chamada álgebra de von Neumann, construída a partir deles. O Astra refutou isso produzindo dois grupos genuinamente diferentes que dão origem à mesma álgebra, mostrando que a reconstrução nem sempre é um a um.

Complexidade de circuitos aritméticos

Área: Teoria da complexidade computacional

O \"permanente\", um único número calculado a partir de uma grade de números, é caro de computar, e teóricos da complexidade querem saber o número mínimo de passos aritméticos que qualquer método poderia precisar. O Astra provou um novo e mais forte limite inferior para esse mínimo — um tipo de resultado notoriamente difícil de avançar.

Repetição paralela quântica

Área: Teoria da complexidade quântica

A teoria clássica diz que fazer dois jogadores que não se comunicam repetir várias vezes, em paralelo, um jogo difícil torna o sucesso de trapaças exponencialmente menos provável. O Astra provou que a mesma garantia vale mesmo quando os jogadores compartilham emaranhamento quântico, estendendo um princípio clássico fundamental para o contexto quântico.

Problema do vetor mais próximo

Área: Criptografia baseada em reticulados

Dado um grid repetido de pontos (um reticulado) e uma posição-alvo, esse problema pede o ponto de grade mais próximo — um problema considerado muito difícil em altas dimensões, razão pela qual sustenta algumas criptografias resistentes a quântica. O Astra provou que mesmo aproximar a resposta, dentro de um fator polinomial específico, continua comprovadamente difícil, reforçando a criptografia construída sobre ele.

Conjectura de volume de Ehrhart

Área: Geometria discreta e convexa

Para uma forma convexa cujo único ponto interior da grade fica exatamente no centro de massa, matemáticos queriam saber o maior volume possível que tal forma pode ter em qualquer dimensão. O Astra determinou esse volume máximo para todas as dimensões, resolvendo a conjectura em total generalidade.

Números de Ramsey multicoloridos

Área: Teoria de Ramsey / combinatória

Com pessoas suficientes e categorias suficientes de relação entre elas, você inevitavelmente encontrará três pessoas todas conectadas pela mesma categoria. O Astra provou que o tamanho mínimo do grupo necessário cresce mais rápido do que qualquer taxa exponencial fixa à medida que o número de categorias aumenta, resolvendo o problema 183 de Erdős.

Conjecturas sobre números extremais

Área: Teoria extremal de grafos

Este ramo da matemática pergunta quantas conexões uma rede pode ter enquanto ainda evita certos padrões pequenos proibidos. O Astra resolveu duas conjecturas relacionadas aqui, correspondentes aos problemas 146 e 180 de Erdős, determinando quão densas essas redes podem ser antes que esses padrões se tornem inevitáveis.

Cada um desses problemas estava em aberto há pelo menos uma década; vários resistiam há trinta anos ou mais, incluindo questões trabalhadas por vencedores do Turing Award no lado de ciência da computação teórica.

Mas um contraexemplo é o tipo \"fácil\" de prova?

Quem sou eu para dizer algo negativo aqui, mas sei que essa é uma dúvida comum, especialmente de quem entende um pouco de matemática.

A crítica mais frequente é: vários desses resultados são contraexemplos, e não uma nova teoria geral. Essa distinção é importante porque um contraexemplo responde a uma pergunta de sim/não, mas não diz, por si só, por que o padrão falha nem entrega uma família de objetos semelhantes para estudar a seguir; enquanto algo como um teorema de classificação ou uma nova técnica abre mais portas.

Eu diria que essa crítica faz sentido em geral, mas não serve como descarte geral deste conjunto inteiro de problemas. Primeiro, o resultado dos grupos não-sofícicos não é um pequeno ajuste em algo que quase funcionava — é a primeira construção do tipo em 27 anos, período em que ninguém tinha nenhuma, e a técnica por trás dela deve se generalizar para encontrar outros.

Segundo, vários dos outros nove resultados, incluindo o limite de empacotamento de esferas e a dificuldade do CVP, não são contraexemplos; são melhorias diretas sobre limites já estabelecidos. 

O que ainda está em aberto

Alguns pontos valem ser acompanhados conforme a área disseca isso nos próximos dias, semanas e meses:

\n
• Sem revisão por pares por enquanto. As provas estão verificadas no Lean e revisadas informalmente por matemáticos que viram preprints, mas nenhuma passou ainda por um processo formal de periódico com revisão por pares. 
\n
• A autoria ainda está sendo negociada. A OpenAI diz assumir a responsabilidade pelos manuscritos e formalizações no Lean, atribuindo os próprios argumentos matemáticos ao modelo. A replicação independente do processo (em oposição à verificação das provas) é difícil de fazer neste momento.
\n

O que isso significa para a matemática

A mudança mais imediata é no que os matemáticos podem de fato dedicar seu tempo. Se um problema bem formulado pode ser entregue a um modelo e checado no Lean, o gargalo sai de \"alguém consegue resolver isso\" para \"formulamos a pergunta certa e a formalizamos corretamente\". A habilidade de propor um bom problema e saber qual vale o ataque é algo que matemáticos desenvolvem com experiência. 

Há também uma questão de financiamento e credibilidade no ar. Bolsas de pesquisa, decisões de tenure e prêmios historicamente se baseiam na escassez: esses problemas eram difíceis o suficiente para que resolvê-los dissesse algo sobre quem resolveu. Se resultados assistidos por IA se tornarem rotina, a área vai precisar de novas formas de sinalizar o que é genuinamente difícil versus o que agora está ao alcance de alguns milhares de dólares em inferência. Claro, a maioria das pessoas não entende totalmente esses problemas. Quem tem formação de verdade entende, e isso não muda. Portanto, o conhecimento matemático é mais valioso do que nunca. 

Como as pessoas estão reagindo

As reações nas redes sociais se dividiram menos sobre se as provas fecham, e mais sobre o que elas evidenciam.

Alguns veem o ritmo como a grande história: dez problemas com décadas de idade resolvidos de uma só vez, em áreas não relacionadas, mais rápido do que especialistas conseguem revisar. Uma questão para o futuro: \"Vamos conseguir acompanhar a checagem de tudo isso?\"

Outros ponderam que isso diz menos sobre IA em geral do que parece. A matemática é um domínio raro em que o trabalho de um modelo pode ser checado automática e completamente. A maioria dos problemas do mundo real não oferece esse tipo de gabarito automático embutido. Por esse ponto de vista, a conquista é real, mas pode dizer mais sobre a matemática ser excepcionalmente adequada à IA.

Um terceiro fio de comentários: uma prova correta que ninguém auditou ou assimilou completamente ainda não foi realmente compreendida — apenas verificada. Descobrir um teorema e entender o que ele significa, nessa visão, são trabalhos diferentes.

Considerações finais

Matemáticos estão dizendo que o resultado dos grupos não-sofícicos parece ser para valer: uma questão genuína, em aberto há décadas na teoria dos grupos, encerrada por uma construção explícita que especialistas da área estão levando a sério. Os outros nove resultados, em conjunto, representam um lote amplo e tecnicamente robusto de avanços em matemática pura.

O que ainda não aconteceu é a parte mais lenta: revisão por pares, replicação do processo de busca e a área de fato construindo em cima desses resultados. Essa etapa demora mais do que um post no blog — e é ela que vai dizer o tamanho real do feito. Vamos te manter atualizado.