Resumo:
Após o anúncio do mês passado sobre o uso de modelos internos de ponta para resolver um dos problemas abertos mais importantes da matemática, a OpenAI mais uma vez lançou um “blockbuster” na comunidade matemática. Em 6 de outubro, horário local, a OpenAI anunciou um lote de novos resultados de pesquisas matemáticas gerados por modelos internos de IA de ponta, envolvendo um total de 372 conjuntos de resultados, cobrindo um grande número de problemas não resolvidos de longo prazo em matemática e ciência da computação teórica. A OpenAI disse que esses resultados resolveram problemas abertos de longa data ou alcançaram avanços substanciais.
Saiba mais:
https://github.com/openai/math
A escala desta versão excede em muito as descobertas anteriores em um único problema matemático. Desta vez, a OpenAI divulgou centenas de resultados de pesquisas, incluindo 722 artigos ou manuscritos relacionados, correspondendo a 372 conjuntos diferentes de resultados matemáticos. A empresa também divulgou informações como um resumo de alguns processos de inferência de modelos, consumo de recursos computacionais e número de problemas tentados, na esperança de permitir que a comunidade matemática avalie de forma mais abrangente os resultados dessas IAs.
A OpenAI disse que esses resultados vêm de um modelo interno de ponta que ainda não está oficialmente aberto ao público. Ao contrário do sensacional problema anterior da equação de Navier-Stokes, esta versão não se concentra em um determinado campo da matemática, mas cobre muitas áreas, como teoria dos números, geometria algébrica e ciência da computação teórica. Alguns desses problemas intrigam os matemáticos há anos, até décadas.
De acordo com dados divulgados pela OpenAI, em média cada resultado utiliza recursos computacionais equivalentes a cerca de 3 horas de pensamento contínuo do ChatGPT Pro. Isso significa que esses resultados não são gerados simplesmente por uma única solicitação de chat, mas são obtidos com base em cálculos extensos e tentativa e erro. A OpenAI também publicou estatísticas sobre os problemas que o modelo tentou resolver, esperando que o mundo exterior pudesse compreender a taxa de sucesso e o custo computacional por trás desses resultados.
Este lançamento também reflete a tentativa da OpenAI de mudar a forma como divulgava resultados matemáticos de IA no passado. Anteriormente, quando as empresas de inteligência artificial anunciavam grandes descobertas matemáticas, muitas vezes anunciavam-nas diretamente através de blogs empresariais ou comunicados de imprensa, deixando aos matemáticos a tarefa de avaliar se os resultados eram fiáveis. Esta prática tem causado insatisfação na comunidade matemática, porque a investigação matemática depende fortemente de provas rigorosas, revisão por pares e atribuição clara de autoria e contribuição.
Para este fim, a OpenAI criou um Grupo Consultivo de Matemática e Inteligência Artificial e convidou especialistas, incluindo matemáticos de renome, para discutir como publicar os resultados matemáticos gerados por estas IAs. A OpenAI afirmou desta vez que se referiu ao conselho desta organização de consultoria independente, tornou os resultados públicos no repositório GitHub e forneceu um mecanismo de modificação e citação de artigos para que os pesquisadores possam fazer revisões após descobrirem problemas, mantendo registros de pesquisa mais claros.
Alguns resultados também fornecem prova formal do Lean. Lean é uma ferramenta de software que permite aos computadores verificar provas matemáticas. Ao converter as provas matemáticas numa forma que o Lean possa verificar, os investigadores podem confirmar com mais rigor se existem lacunas lógicas nas provas geradas pela IA. A OpenAI afirmou que formalizou um grande número de resultados e continuará a atualizar o armazém após obter provas mais formais.
No entanto, este lançamento do OpenAI não significa que todos esses resultados matemáticos tenham sido reconhecidos pela comunidade matemática. Um grande número de artigos acaba de ser tornado público e os matemáticos ainda precisam de ler cada um deles, examinar as provas e avaliar o quão significativos são os resultados. Para problemas matemáticos complexos, existe uma grande lacuna entre “a IA afirma resolvê-los” e “a comunidade matemática confirma que pode resolvê-los”.
Na verdade, esta é uma das razões importantes pelas quais este incidente causou polêmica. Algumas pessoas na comunidade matemática acreditam que as empresas de IA estão produzindo resultados matemáticos a uma velocidade sem precedentes, mas o sistema tradicional de pesquisa matemática não tem tempo suficiente para verificar esses resultados. Se as empresas continuarem a publicar grandes quantidades de resultados não revisados por pares, os matemáticos poderão ter que gastar muito tempo examinando-os em busca do que é realmente valioso.
Essa preocupação foi totalmente exposta quando a OpenAI anunciou anteriormente sua solução para o problema de Navier-Stokes. O matemático Tristan Buckmaster questionou publicamente o processo da OpenAI de obter ideias de provas relevantes e disse que ele e o matemático antrópico Levent Alpöge já fizeram progressos importantes em direções relacionadas antes. Um debate acirrado eclodiu na comunidade matemática em torno de quem primeiro propôs as ideias-chave dos resultados da investigação e como as empresas de IA deveriam identificar as suas assinaturas e contribuições.
A OpenAI negou as acusações relevantes, mas o incidente fez com que a comunidade matemática discutisse seriamente uma questão anteriormente mais distante: quando a IA pode concluir de forma independente um trabalho de investigação que apenas os melhores matemáticos conseguiam realizar no passado, como deveriam ser definidos o tradicional "autor", "descobridor" e "contribuição de investigação".
Este lançamento não é, portanto, apenas o lançamento de um lote de artigos matemáticos, mas também um experimento sobre a direção futura dos modelos de pesquisa matemática. No passado, os matemáticos podiam levar meses ou até anos para estudar um problema em aberto. Agora, um modelo de IA de ponta pode resolver centenas ou mais problemas simultaneamente com o investimento de horas de recursos computacionais. Mesmo que a grande maioria deles não consiga ser estabelecida, desde que alguns resultados sejam verdadeiramente correctos, a eficiência da investigação pode exceder em muito a dos métodos tradicionais de investigação humana.
A OpenAI acredita que o objetivo dessas conquistas não é substituir os matemáticos, mas sim ampliar os limites do conhecimento matemático. A empresa afirmou que espera permitir que os matemáticos estudem mais profundamente os resultados produzidos por estas IAs através de seminários, conferências e projetos de investigação especializados no futuro, e ajudar a comunidade científica a compreender como a inteligência artificial gera estas novas ideias matemáticas.
Ao mesmo tempo, a OpenAI ainda está se preparando para lançar ao público os modelos que produziram esses resultados no futuro. A empresa disse que espera permitir que os cientistas usem diretamente os sistemas de IA mais avançados para resolver problemas em matemática e outros campos científicos após avaliações adicionais de segurança e capacidade.
Este também é o aspecto mais notável deste incidente. Nos últimos anos, o progresso da IA no campo da matemática manifestou-se principalmente na melhoria de questões de competição, testes padronizados e capacidades auxiliares de prova. Agora, a IA começou a participar diretamente de pesquisas matemáticas reais e a gerar centenas de resultados de pesquisas candidatas. Se uma parte considerável deles for finalmente verificada pela comunidade matemática, isso significará que a IA entrou gradualmente no estágio de “ferramenta de pesquisa” a partir de uma “ferramenta de resolução de problemas” no campo da matemática.
Mas, ao mesmo tempo, quantidade não é igual a qualidade. A verdadeira questão que a comunidade matemática precisa de responder não é quantos artigos a IA produz de uma só vez, mas quantos deles podem resistir a uma rigorosa revisão por pares, quantos deles contêm ideias verdadeiramente originais e quantos deles podem levar outros matemáticos a resolver ainda mais problemas anteriormente insolúveis.
Não importa qual seja o resultado final, o anúncio da OpenAI de centenas de resultados matemáticos de uma só vez significa que a relação entre IA e pesquisa matemática está passando por mudanças fundamentais. No passado, os humanos estavam preocupados se a IA poderia resolver problemas matemáticos. Agora a questão mais realista tornou-se: quando a IA começa a produzir resultados matemáticos a uma velocidade muito superior à das equipas de investigação humanas, como deverão os matemáticos humanos verificar, compreender, analisar e utilizar esses resultados.
E essa mudança pode estar apenas começando.
Comentários