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

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

O ponto notável: essas soluções não são avanços incrementais sobre os problemas; 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 explicitado em detalhes legíveis por máquina.) 

É muita coisa para absorver de uma vez. Neste artigo, organizei os problemas por área e descrevo, em alto nível, o que aconteceu, o que isso pode implicar 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, junto com a área específica da matemática ou da ciência da computação a que pertence.

Grupos não sóficos

Área: Teoria dos grupos

O Astra produziu uma construção explícita de um grupo que não pode ser aproximado, por mais de perto que seja, por estruturas finitas grandes — encerrando uma questão em aberto desde que o conceito de grupo "sófico" foi introduzido em 1999. A construção vem acompanhada de uma prova de que nenhuma sequência de aproximações finitas pode funcionar, formalizada no Lean para que a lógica seja checada mecanicamente.

A Wikipedia já foi atualizada:

Empacotamento de esferas

Área: Geometria de alta dimensão

A pergunta é quão densamente esferas idênticas e não sobrepostas podem ser empacotadas conforme o número de dimensões cresce. O Astra provou um limite superior mais apertado para essa densidade em altas dimensões, a primeira melhoria desse limite específico desde 1978. Ele não entrega um método melhor de empacotamento — ele reduz o quão bom qualquer método futuro poderia ser no máximo.

Códigos binários e esféricos

Área: Teoria dos códigos

Códigos corretores de erro funcionam mantendo mensagens válidas suficientemente distantes umas das outras, de modo que pequenos erros não transformem uma na outra. O Astra provou limites muito mais rígidos (uma melhora exponencial) sobre quantas dessas mensagens podem existir para uma distância mínima dada, com um resultado análogo 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 ao produzir 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 etapas aritméticas de que qualquer método precisaria. 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 muitas vezes em paralelo um jogo difícil torna a trapaça exponencialmente menos provável de ter sucesso. O Astra provou que a mesma garantia vale mesmo quando os jogadores compartilham emaranhamento quântico, estendendo um princípio clássico fundamental ao contexto quântico.

Problema do vetor mais próximo

Área: Criptografia baseada em reticulados

Dada uma grade repetida de pontos (um reticulado) e uma posição-alvo, esse problema pede o ponto da 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 sendo comprovadamente difícil, reforçando a segurança da criptografia construída sobre ele.

Conjectura de volume de Ehrhart

Área: Geometria discreta e convexa

Para uma forma convexa cujo único ponto de grade interior fica exatamente no centro de massa, matemáticos queriam saber o maior volume possível que essa 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 multicolor

Área: Teoria de Ramsey / combinatória

Com pessoas suficientes e categorias suficientes de relacionamento 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 conforme o número de categorias aumenta, resolvendo o problema 183 de Erdős.

Conjecturas de números extremais

Área: Teoria extremal de grafos

Esse 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 problemas trabalhados por vencedores do Turing Award no lado da CS teórica.

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

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

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

Eu diria que essa crítica se sustenta em geral, mas não invalida em bloco todo esse conjunto de resultados. Primeiro, o resultado de grupos não sóficos não é um pequeno ajuste em algo quase lá — é a primeira construção do tipo após 27 anos sem que ninguém tivesse uma, e a técnica por trás dela deve se generalizar para encontrar outras.

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

O que ainda está em aberto

Vale acompanhar algumas coisas enquanto a área disseca isso nos próximos dias, semanas e meses:

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

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 em aberto bem definido pode ser entregue a um modelo e checado no Lean, o gargalo passa de "alguém consegue resolver isso" para "formulamos a pergunta certa e formalizamos corretamente". A habilidade de propor um bom problema e saber qual vale a pena atacar é algo que matemáticos desenvolvem com experiência. 

Também há uma questão de fomento e credibilidade em ebulição. Bolsas de pesquisa, decisões de tenure e prêmios historicamente se basearam na escassez: esses problemas eram difíceis o suficiente para que resolvê-los dissesse algo sobre quem resolve. 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 de inferência. Claro, a pessoa comum não entende totalmente esses problemas. Quem tem formação de verdade entende, e isso não muda. Então o conhecimento matemático é mais valioso do que nunca. 

Como as pessoas estão reagindo

A reação nas redes sociais se dividiu menos sobre se as provas conferem e mais sobre o que elas evidenciam.

Alguns enxergam o próprio ritmo como a grande história: dez problemas com décadas de idade resolvidos de uma vez, em áreas não relacionadas, mais rápido do que os especialistas conseguem revisar. Uma pergunta para o futuro: "Vamos dar conta de checar tudo isso?"

Outros retrucam 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 de forma automática e completa. A maioria dos problemas do mundo real não oferece esse tipo de gabarito automático embutido. Por essa visão, 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 absorveu por completo ainda não foi realmente compreendida, apenas verificada. Descobrir um teorema e entender o que ele significa, nessa visão, são dois trabalhos diferentes.

Considerações finais

Matemáticos estão dizendo que o resultado de grupos não sóficos parece ser para valer: uma questão genuína e antiga em teoria dos grupos, encerrada por uma construção explícita que especialistas da área estão levando a sério. Os outros nove resultados, em conjunto, representam um avanço amplo e tecnicamente robusto na 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 parte leva mais tempo do que um post de blog, e é ela que realmente vai dizer o tamanho do que aconteceu. Vamos continuar acompanhando.