Um rumor de fim de semana desencadeou uma corrida de milhões
A corrida da OpenAI para resolver uma parte do Problema do Milénio de Navier-Stokes não começou com um plano de investigação. Começou com um rumor.
No final de agosto de 2026, chegou à OpenAI a notícia de que um matemático que trabalhava com um investigador da Anthropic se aproximava de uma solução para um problema aberto relacionado, as equações de Euler forçadas. Diego Cordoba e Luis Martinez-Zoroa tinham construído a abordagem matemática subjacente; Tristan Buckmaster, do Courant Institute da NYU, e Levent Alpoge, da Anthropic, tinham vindo a alargá-la desde meados de agosto, com progressos reais.
A resposta da OpenAI foi escalar depressa. Os investigadores fizeram primeiro correr cerca de 1000 agentes durante 50 horas sobre o problema de Euler, e depois alargaram para cerca de 10 000 agentes simultâneos para um esforço final de 11 horas sobre o caso mais difícil de Navier-Stokes. O diretor de investigação da OpenAI, Mark Chen, situou mais tarde o custo total de computação numa faixa de milhões de dólares. A empresa chegou a um resultado a 5 de setembro e anunciou-o a 8 de setembro, cerca de 88 horas depois de o esforço ter começado.
O que a OpenAI afirma realmente ter resolvido
O resultado que a OpenAI anunciou é mais limitado do que parece. Diz respeito a uma variante específica, uma explosão sob forçamento suave, produzida por um modelo interno, não divulgado, que a OpenAI diz ser mais capaz do que a sua linha pública GPT-6 Astra, e que funciona como um enxame coordenado de agentes em vez de uma única passagem.
A OpenAI associou o anúncio a uma formalização verificada por máquina da prova no assistente de provas Lean, prova de que os passos lógicos se encaixam mecanicamente. Isso não é o mesmo que uma revisão por pares. O Clay Mathematics Institute, que supervisiona os sete Problemas do Milénio e o milhão de dólares associado a cada um, não verificou nem aceitou o resultado, e matemáticos independentes ainda não terminaram de rever o argumento legível por humanos por trás da prova em Lean.
| Fase | Agentes | Duração | Alvo |
|---|---|---|---|
| Fase 1 | cerca de 1000 | 50 horas | Equações de Euler relacionadas |
| Fase 2 | cerca de 10 000 | 11 horas | Caso de explosão de Navier-Stokes |
| Total | até 10 000 | 88 horas | Anunciado a 8 de setembro |
O matemático que diz que os seus rascunhos foram lidos
O relato de Tristan Buckmaster sobre o que aconteceu a seguir é a parte desta história que a OpenAI não contestou publicamente. Diz que perguntou diretamente ao investigador da OpenAI Sebastien Bubeck se o modelo da OpenAI tinha sido treinado com, ou tinha tido acesso às, sessões privadas de Codex onde ele e Alpoge guardavam os seus próprios rascunhos sobre o problema relacionado. Bubeck negou-o da primeira vez que Buckmaster perguntou. Da segunda vez que Buckmaster perguntou, especificamente sobre o treino, diz que não obteve resposta.
Buckmaster diz também que Bubeck lhe ofereceu uma escolha: publicar primeiro com a OpenAI creditada a seu lado, ou ficar com o reconhecimento exclusivo do resultado, mas só se retirasse o nome de Alpoge, por causa da ligação deste à Anthropic. Quando Buckmaster se recusou a deixar de fora o seu colaborador, diz que Bubeck lhe disse: "Porque arruinarias a tua carreira?" e depois: "Se não queres que eu seja simpático, não tenho de o ser."
Nem a OpenAI nem Bubeck publicaram uma resposta ponto por ponto a estas acusações concretas.
Vinte e cinco medalhistas Fields traçam uma linha
Três dias depois do anúncio da OpenAI, Terence Tao, medalhista Fields de 2006, publicou no seu blogue o texto "A Severe Misalignment of AI in Mathematics", co-assinado por outros 24 medalhistas Fields de cerimónias desde 1978 até este ano, entre eles Peter Scholze, Maryna Viazovska, Caucher Birkar, June Huh, Martin Hairer, Maxim Kontsevich, James Maynard, Manjul Bhargava e a medalhista de 2026, Yu Deng.
O argumento deles não é que a IA não possa fazer matemática. É que resolver um problema com nome sempre se destinou a ser um substituto para a compreensão concetual, não o objetivo em si, e que uma corrida para produzir esse substituto mais depressa pode destruir o processo mais lento, as conversas, as redações, a atribuição e a simplificação, que transformam um problema resolvido em conhecimento partilhado sobre o qual os matemáticos podem construir. Anúncios apressados e contestados saltam exatamente esse processo.
A declaração avisa que produzir em massa afirmações verdadeiras ou falsas "poderia destruir terreno fértil em vez de dar vida a ideias novas", e que sem o trabalho dos matemáticos para integrar um resultado no próprio cânone da área, "a cadeia de transmissão humana crucial entre matemáticos perder-se-ia".
O que isto significa da próxima vez que um fornecedor anunciar um avanço
Cada parte desta sequência, o rumor, a correria, o anúncio, a disputa, aconteceu mais depressa do que ninguém fora dos dois laboratórios conseguiu verificar. É esse o padrão a vigiar, não só em matemática.
A alegação de referência de um fornecedor de IA, seja uma prova matemática, uma pontuação de código ou uma avaliação de segurança, é um comunicado de imprensa até uma parte independente sem interesse no resultado a ter revisto. Oitenta e oito horas produziram um anúncio. Não produziram um veredito, e quem está em melhor posição para o dar acabou de dizer, publicamente e pelo nome, que a corrida até lá chegar faz parte do problema.
Leia a seguir: As Melhores Ferramentas de Hacking com IA São Agora Apenas por Convite | Três fornecedores de IA caíram juntos a 3 de setembro
