Modelos de IA se destacam na resolução de problemas matemáticos

Modelos de inteligência artificial estão demonstrando avanços significativos na resolução de problemas matemáticos complexos. Nos últimos meses, a OpenAI, por exemplo, conseguiu encontrar um contraexemplo para a conjectura da distância unitária de Erdős, que estava em aberto desde 1946. Essa descoberta foi feita por um modelo interno da empresa, que também publicou uma prova do problema Cycle Double Cover e soluções para outros dez problemas em aberto até julho. Em setembro, a OpenAI apresentou uma prova relacionada às equações de Navier-Stokes.

Além da OpenAI, a Anthropic também contribuiu para o campo, formalizando o último teorema de Fermat e avançando em limites sobre a hipótese de Riemann. Esses desenvolvimentos indicam que os modelos de IA estão se tornando mais proficientes em matemática, levantando questões sobre quais tipos de problemas esses sistemas podem resolver no futuro.

A capacidade de prever quais problemas a IA pode abordar depende da compreensão da complexidade dos problemas e das sequências de insights necessárias para resolvê-los. Segundo especialistas, a dificuldade de um problema pode ser medida pela menor sequência de dicas que permitiria a um especialista reconstruir a solução. Essa abordagem pode ajudar a direcionar esforços para maximizar a eficácia dos modelos de IA em matemática.

Esses avanços têm implicações significativas para a pesquisa matemática e para a aplicação de IA em diversas áreas, incluindo ciências exatas e engenharia. A capacidade de resolver problemas complexos pode abrir novas possibilidades para a colaboração entre humanos e máquinas, além de potencialmente acelerar descobertas em campos que dependem fortemente de matemática avançada.