A OpenAI anunciou a resolução de um dos Problemas do Milênio — o problema da existência e suavidade das soluções das equações de Navier-Stokes — por meio de um sistema interno de IA e aproximadamente 10 mil agentes autônomos que trabalharam por 88 horas. A empresa gastou milhões de dólares em recursos computacionais para isso e verificou o resultado usando a linguagem Lean. Este é o primeiro caso em que uma IA reivindica a resolução de um dos sete problemas com um prêmio de um milhão de dólares do Clay Mathematics Institute.
No entanto, logo após o anúncio, surgiu uma acirrada disputa de autoria. Os matemáticos Tristan Buckmaster, da Universidade de Nova York, e Levent Alpöge, da Anthropic, haviam alcançado um progresso significativo em aspectos relacionados ao problema um mês antes, utilizando ativamente ferramentas de IA, incluindo o Codex da OpenAI. Buckmaster indicou em uma declaração pública que a OpenAI poderia ter tido acesso aos seus rascunhos por meio de chats ou do treinamento de modelos, embora a empresa negue isso categoricamente, afirmando que os dados dos usuários não foram utilizados.
A situação complicou-se com a proposta da OpenAI de uma publicação conjunta, na qual sugeriam a exclusão de Alpöge da lista de autores devido ao seu trabalho em uma empresa concorrente. Buckmaster recusou, e as negociações tornaram-se tensas. Este não é apenas um conflito pessoal: ele revela problemas sistêmicos que ocorrem quando laboratórios comerciais com recursos imensos entram na corrida por resultados fundamentais, baseando-se no trabalho de pesquisadores independentes.
Tecnicamente, a abordagem da OpenAI — o escalonamento de múltiplos agentes para buscar a singularidade nas equações tridimensionais de Navier-Stokes — difere de uma demonstração humana tradicional. Anteriormente, o progresso baseava-se nos trabalhos de Diego Córdoba e Luis Martínez-Zoroa, que Buckmaster e Alpöge desenvolveram com o auxílio de IA. A OpenAI, por sua vez, aplicou ao problema um poder computacional sem precedentes, o que permitiu "implodir" o problema em dias, e não em anos.
A metodologia levanta questões sobre reprodutibilidade e generalização. Embora o resultado esteja formalizado em Lean, a verificação independente pela comunidade ainda está por vir. Não está claro até que ponto a abordagem é escalável para outros Problemas do Milênio ou se exige prompts específicos inacessíveis a pesquisadores comuns. A comparação com sucessos anteriores da IA na matemática, como a resolução de problemas de Erdős, mostra que a escala aqui é outra: não se trata de uma heurística isolada, mas de um ataque massivo de agentes.
No cenário atual, este evento contrasta com os trabalhos da Anthropic e de outros laboratórios, onde a IA é utilizada como uma ferramenta para ampliar a inteligência humana, e não para substituí-la. A OpenAI enfatiza que não reivindicará o prêmio, mas o próprio fato do anúncio altera a dinâmica: agora, grandes empresas podem "encerrar" problemas em aberto mais rapidamente do que grupos acadêmicos, o que coloca em xeque os mecanismos tradicionais de prioridade e citação.
As consequências para a área são significativas. Matemáticos, incluindo ganhadores da Medalha Fields, já expressaram preocupação com o desalinhamento de objetivos: as empresas buscam vitórias públicas, enquanto a ciência valoriza o progresso gradual e colaborativo. Isso pode levar os pesquisadores a ocultar resultados intermediários ou a evitar o uso de ferramentas comerciais de IA.
As questões em aberto incluem: se a demonstração será aceita pelo Clay Mathematics Institute, como exatamente distribuir o crédito entre humanos e agentes de IA, e se tal corrida não levará à fragmentação da comunidade. São necessários novos protocolos para rastrear as contribuições em pesquisas assistidas por IA.
Em última análise, este caso demonstra que a aceleração das descobertas matemáticas por meio da IA exige uma revisão simultânea das normas de autoria e ética; do contrário, a confiança na comunidade estará ameaçada.
