O Que o Claude Fez Realmente

A Anthropic afirmou a 4 de setembro que o Claude produziu a primeira demonstração completa e verificada por computador do último teorema de Fermat, trabalhando com o assistente de demonstração Lean 4 durante 11 dias com apenas orientação geral de um investigador humano. O sistema gerou 13 milhões de linhas de código Lean e demonstrou mais de 30 mil teoremas auxiliares, dos quais 29500 entraram na demonstração final verificada, usando um modelo de investigação interno que consumiu cerca de seis mil milhões de tokens de saída através de dezenas de agentes a correr em paralelo na plataforma Prove2Me.

A matemática subjacente não é nova. Andrew Wiles demonstrou o último teorema de Fermat em 1995, e o Claude formalizou uma simplificação posterior dessa demonstração, feita por Darmon, Diamond e Taylor, transformando um argumento de 129 páginas que levou meses à comunidade matemática a verificar à mão numa forma que um computador pode verificar linha a linha. O matemático Kevin Buzzard, que reviu o resultado, disse à Anthropic que se trata de um grande passo rumo à formalização automática da literatura matemática moderna, alcançado num tempo muito mais curto do que esperava.

Porque É uma História de Custos, Não de Matemática

O número que importa aqui não são os 13 milhões de linhas, são os 11 dias. A verificação formal, ou seja, demonstrar que uma peça de matemática ou de software está correta em vez de apenas a testar e esperar que esteja, sempre foi lenta e cara de fazer à mão, e formalizar um resultado desta dimensão exigia até agora anos de trabalho de equipas especializadas. É precisamente esse custo que explica por que tão pouco software crítico para a segurança no mundo tem sequer uma demonstração formal de correção, e um sistema automatizado capaz de um trabalho comparável em menos de duas semanas muda as contas para qualquer empresa de engenharia europeia que certifica sistemas segundo normas como a ISO 26262 para automóveis ou a DO-178C para aviões, onde os métodos formais já são usados mas racionados pelo custo.

O próprio relato da Anthropic é franco quanto à taxa de falha por trás desse número chamativo: cerca de 7 por cento do código não repetitivo veio de tentativas falhadas, descartadas no caminho até à demonstração final. Isso é uma parte normal de como a verificação formal sempre progrediu, máquina ou humano, mas merece ser dito com clareza, porque um sucesso de 13 milhões de linhas sugere a impressão contrária.

O Limite Que Ninguém Deve Saltar

O Claude formalizou uma demonstração existente, não descobriu uma nova, e essa diferença conta mais do que o feito em si assim que alguém tenta apoiar peso de engenharia sobre ela. O último teorema de Fermat funcionou como demonstração precisamente porque os matemáticos já estavam de acordo, há três décadas, sobre como era a demonstração correta, o que significava que a tarefa do Claude era traduzir um argumento conhecido para uma linguagem que uma máquina pudesse verificar, não decidir se o argumento estava certo em primeiro lugar.

Um caso de segurança para um sistema de travagem ou um protocolo criptográfico começa com uma pergunta mais difícil: o que significa correto aqui, e alguém especificou isso com precisão suficiente para que um método formal o possa verificar. A formalização automatizada pode agora reduzir drasticamente a segunda metade desse problema. Não muda nada na primeira metade, e qualquer organização que leia este resultado como uma licença para saltar o trabalho de especificação em vez do de verificação interpretou-o mal.

Leia a seguir: 87 anos caíram perante uma resposta que qualquer pessoa pode verificar  |  Anthropic move os seus registos para a sua própria cloud